如何用dplyr将含因子的R数据框转换为占比统计表格？

测试数据生成 #

先运行以下代码生成测试数据：

library(tibble)
library(dplyr)
library(tidyr)

A = sample(c('1-Strongly disagree','2-Disagree','3-so-so','4-Agree','5-Strongly agree'),12933,replace = TRUE)
B = sample(c('1-Strongly disagree','2-Disagree','3-so-so','4-Agree','5-Strongly agree'),12933,replace = TRUE)
C = sample(c('1-Strongly disagree','2-Disagree','3-so-so','4-Agree','5-Strongly agree'),12933,replace = TRUE)
Year = sample(c("2019","2020","2022","2023"),12933,replace = TRUE)
df = tibble(A,B,C,Year)%>%
  mutate(across(everything(),as.factor))

转换为目标格式的代码 #

结合dplyr和tidyr完成格式转换，代码如下：

result_df <- df %>%
  # 宽转长：提取项目(Item)和对应选项(Response)
  pivot_longer(cols = c(A, B, C), names_to = "Item", values_to = "Response") %>%
  # 分组统计并计算占比
  group_by(Year, Item, Response) %>%
  summarise(Count = n(), .groups = "drop_last") %>%
  mutate(Percentage = round((Count / sum(Count)) * 100, 2)) %>%
  select(-Count) %>%
  # 长转宽：将选项转为列，填充占比
  pivot_wider(names_from = Response, values_from = Percentage, values_fill = 0) %>%
  # 重命名列匹配目标格式
  rename(Group = Year)

# 查看结果
head(result_df)

代码说明 #

• pivot_longer：把原数据中A/B/C三列转换为Item（存储A/B/C）和Response（存储对应选项）的长格式，便于分组统计。
• group_by + summarise：按年份和项目分组，统计每个选项的出现次数，再计算该选项在组内的占比（保留两位小数）。
• pivot_wider：将长格式转回宽格式，把每个选项作为列名，对应单元格填充占比；values_fill=0确保所有选项都能显示（即使某组无该选项也填充0）。
• rename：将Year列重命名为Group，匹配目标表格的列名。

示例输出 #

转换后的表格结构如下（示例数据）：

内容的提问来源于stack exchange，提问作者Homer Jay Simpson