如何在R中用apply简化按菌种统计药物药敏频率的操作

假设你的数据集用Pandas存储，结构大概是这样（示例）：

下面是不用重复写代码的批量实现方法：

1. 自定义药敏统计函数 #

先写一个通用函数，用来计算单列药物的各类药敏结果频率：

def calculate_antibiotic_freq(series):
    # 计算各类药敏结果的占比，保留两位小数并转成百分比格式
    freq = series.value_counts(normalize=True).round(2) * 100
    return freq.apply(lambda x: f"{x}%")

2. 分组后批量应用函数 #

用groupby按菌种分组，然后对所有药物列（排除菌种名称列）批量应用上面的函数：

import pandas as pd

# 假设你的数据集叫df
drug_cols = df.columns.drop("菌种名称")  # 提取所有药物列
result = df.groupby("菌种名称")[drug_cols].apply(calculate_antibiotic_freq)

# 整理结果格式，让输出更直观
result = result.unstack(level=-1).reset_index()

3. 扩展：针对特定药敏类型统计 #

如果只需要统计「敏感（S）」的频率，可以修改自定义函数：

def calculate_sensitive_freq(series):
    sensitive_rate = (series == "S").mean().round(2) * 100
    return f"{sensitive_rate}%"

result_sensitive = df.groupby("菌种名称")[drug_cols].apply(calculate_sensitive_freq)

关键说明 #

• 不用逐个复制代码的核心是：用groupby分组后，直接对多列批量应用自定义函数，避免重复编写每个药物的统计代码。
• 如果你的药敏标记是数值型（比如1=敏感，0=耐药），只需要调整函数里的判断逻辑即可。

内容的提问来源于stack exchange，提问作者Tim