使用group_by函数计算鸟类行为频率时如何保留其他列？

要在计算行为频率的同时保留性别、行为发生时间等列，你可以通过以下几种方式实现，核心思路是确保需要保留的列要么被包含在分组逻辑中，要么通过合并数据的方式补回：

方法一：分组时加入固定属性列 #

对于单只鸟来说，性别（sex）、个体ID这类属性是固定不变的，行为对应的rf8fitted标签通常也和behaviors一一对应，因此可以直接将这些列加入group_by，再通过summarise保留：

# 筛选单只鸟数据（用dplyr语法更统一）
alm18subset <- df %>% filter(individualID == "Almen18 (eobs 5861)")

# 计算频率并保留所需列
alm18freq <- alm18subset %>%
  # 加入需要保留的固定列到分组
  group_by(agesincetaggingdays, behaviors, sex, rf8fitted, individualID) %>%
  summarise(
    n = n(),  # 统计当日该行为的记录数
    # 提取当日行为发生的时间（取当日第一条记录的时间为例）
    record_datetime = first(datetime),
    .groups = "drop"  # 计算后取消分组
  ) %>%
  # 按日期计算每种行为的频率
  group_by(agesincetaggingdays) %>%
  mutate(freq = n / sum(n)) %>%
  ungroup() %>%
  # 筛选Active行为
  filter(rf8fitted == "Active")

方法二：先算频率，再合并元数据 #

如果需要保留的列较多，或者不确定分组内是否唯一，可以先单独计算频率，再提取原数据中的元信息合并：

# 第一步：计算每日各行为的频率
freq_data <- alm18subset %>%
  group_by(agesincetaggingdays, behaviors) %>%
  summarise(n = n(), .groups = "drop") %>%
  group_by(agesincetaggingdays) %>%
  mutate(freq = n / sum(n)) %>%
  ungroup()

# 第二步：提取需要保留的元数据（每个分组取唯一值）
meta_data <- alm18subset %>%
  group_by(agesincetaggingdays, behaviors) %>%
  summarise(
    sex = first(sex),
    rf8fitted = first(rf8fitted),
    record_datetime = first(datetime),
    individualID = first(individualID),
    .groups = "drop"
  )

# 第三步：合并数据并筛选
alm18freq <- freq_data %>%
  left_join(meta_data, by = c("agesincetaggingdays", "behaviors")) %>%
  filter(rf8fitted == "Active")

方法三：用mutate计算频率并去重 #

如果需要保留所有原始列，可先通过mutate计算频率，再去重得到每日每种行为的唯一记录：

alm18freq <- alm18subset %>%
  # 先计算当日总记录数
  group_by(agesincetaggingdays) %>%
  mutate(total_daily = n()) %>%
  ungroup() %>%
  # 计算每种行为的记录数和频率
  group_by(agesincetaggingdays, behaviors) %>%
  mutate(
    n = n(),
    freq = n / first(total_daily)
  ) %>%
  ungroup() %>%
  # 去重，保留每日每种行为的唯一行
  distinct(agesincetaggingdays, behaviors, sex, rf8fitted, record_datetime, n, freq, .keep_all = FALSE) %>%
  # 筛选Active行为
  filter(rf8fitted == "Active")

注意事项 #

• 若rf8fitted与behaviors并非一一对应，需调整分组逻辑或筛选时机，确保筛选的是正确的行为记录。
• 对于行为发生时间这类列，可根据需求选择first()、last()或min()/max()提取当日的代表时间。

内容的提问来源于stack exchange，提问作者Skyk