如何从R data.frame计算排除Correct变量的条件比例？

现有一个保存为频率表的多维交叉表，数据结构如下：

df = data.frame(
    Correct = c('yes','no','yes','no','yes','no','yes','no',
        'yes','no','yes','no','yes','no','yes','no'),
    Type = c('t1','t1','t2','t2','t1','t1','t2','t2',
        't1','t1','t2','t2','t1','t1','t2','t2'),
    Subtype = c('st1','st1','st1','st1','st2','st2','st2','st2',
        'st1','st1','st1','st1','st2','st2','st2','st2'),
    Level = c('a','a','a','a','a','a','a','a',
        'b','b','b','b','b','b','b','b'),
    Freq = c(115,99,140,81,104,100,156,52,61,160,59,164,41,160,48,159)
)

需要将Freq列重新计算为以除Correct外的所有变量为条件的比例，生成新变量Prop，最终结果需保留两位小数匹配示例格式。

方法1：dplyr（tidyverse）实现 #

这是tidy风格的常用写法，按分组变量计算组内占比：

library(dplyr)

df <- df %>%
  group_by(Type, Subtype, Level) %>%
  mutate(Prop = round(Freq / sum(Freq), 2)) %>%
  ungroup()

• group_by(Type, Subtype, Level)：指定除Correct外的所有变量作为分组依据
• mutate()：生成新列Prop，用当前行Freq除以组内Freq总和，round()保留两位小数

方法2：data.table实现 #

适合处理大数据集，执行效率更高：

library(data.table)

setDT(df)
df[, Prop := round(Freq / sum(Freq), 2), by = .(Type, Subtype, Level)]

• setDT()：将普通data.frame转换为data.table格式
• by = .(Type, Subtype, Level)：定义分组条件，直接在原表新增Prop列

方法3：基础R实现 #

无需加载任何扩展包，用ave()函数完成分组计算：

df$Prop <- with(df, round(Freq / ave(Freq, Type, Subtype, Level, FUN = sum), 2))

• ave(Freq, Type, Subtype, Level, FUN = sum)：按分组变量计算每组的Freq总和
• 用原Freq除以组内总和后，保留两位小数得到Prop列

内容的提问来源于stack exchange，提问作者striatum