如何统计数据集中两种农药同日期同地点共现次数并按频次排序？

假设你的数据集名为df，以下是实现需求的分步代码和思路：

步骤1：数据预处理（按需选择） #

如果同一日期、地点下的同一农药多条记录仅需标记“存在”而非重复计数，先对数据去重：

library(tidyverse)

# 保留每个(日期+地点+农药)的唯一记录
unique_df <- df %>%
  distinct(date, monitoring_location_id, bma_compound_name)

如果需要统计同一日期地点下农药记录数的乘积总和（比如A有3条、B有2条，该组贡献6次共现），则直接统计每个(日期+地点+农药)的记录数：

count_df <- df %>%
  count(date, monitoring_location_id, bma_compound_name, name = "record_num")

步骤2：生成无序农药组合 #

核心是让A-B和B-A视为同一组合，通过sort()对农药名称排序后再生成组合，确保组合表述统一：

场景1：统计共现的(日期+地点)事件数 #

# 按日期+地点分组，生成每组内的两两农药组合
pair_events <- unique_df %>%
  group_by(date, monitoring_location_id) %>%
  filter(n() >= 2)  # 过滤仅含单一农药的组
  summarise(pair = list(combn(sort(bma_compound_name), 2, paste, collapse = "-")), .groups = "drop") %>%
  unnest(pair)

场景2：统计记录数乘积的总和 #

pair_products <- count_df %>%
  group_by(date, monitoring_location_id) %>%
  filter(n() >= 2) %>%
  summarise(
    pair = list(combn(sort(bma_compound_name), 2, paste, collapse = "-")),
    product = list(combn(record_num, 2, prod)),
    .groups = "drop"
  ) %>%
  unnest(c(pair, product))

步骤3：统计频次并排序 #

场景1：统计事件数 #

result_events <- pair_events %>%
  count(pair, name = "cooccurrence_count") %>%
  arrange(desc(cooccurrence_count))

场景2：统计乘积总和 #

result_products <- pair_products %>%
  group_by(pair) %>%
  summarise(total_cooccurrence = sum(product), .groups = "drop") %>%
  arrange(desc(total_cooccurrence))

关键说明 #

• sort()处理农药名称后生成组合，彻底避免了正反组合重复统计的问题；
• filter(n() >= 2)过滤无效组，减少不必要计算；
• 最终结果自动排除从未共现的组合，只有实际共现的组合会被统计。

内容的提问来源于stack exchange，提问作者ramateur