基于条件聚合统计DataTable列：按treaty分组计算性别占比与平均年龄

原始数据 #

df <- structure(list(treaty = c("abc", "de", "abc", "de", "de"), 
                     SEX1 = c("M", "F", "F", "M", "F"), 
                     age = c(20, 30, 40, 50, 70)), 
                class = "data.frame", row.names = c(NA, -5L))

需求 #

• 按treaty字段分组
• 计算每组中M、F的占比（以组内总数量为基数，输出分数格式）
• 计算每组的平均年龄
• 输出指定格式的结果：

解决方案 #

使用data.table包实现大数据量下的高效分组计算，代码如下：

library(data.table)

# 转换为data.table对象
dt <- as.data.table(df)

# 分组聚合并整理结果
result <- dt[, .(
  total = .N,
  count_M = sum(SEX1 == "M"),
  count_F = sum(SEX1 == "F"),
  avg_age = mean(age)
), by = treaty][, .(
  treaty,
  `Prop (M)` = paste(count_M, total, sep = "/"),
  `Prop (F)` = paste(count_F, total, sep = "/"),
  `Avg Age` = avg_age
)]

# 查看最终结果
print(result)

代码说明 #

• as.data.table(df)：将普通data.frame转为data.table，适配大数据量操作
• by = treaty：指定按treaty字段分组
• .N：直接获取每组的总行数（组内总样本量）
• sum(SEX1 == "M")：统计每组中男性的数量，同理统计女性数量
• mean(age)：计算每组的平均年龄
• 二次索引[, .(...)]：将统计出的数量转换为分数格式字符串，同时整理成需求的列结构

输出结果 #

运行代码后将得到如下结果：

treaty Prop (M) Prop (F) Avg Age
1:    abc      1/2      1/2      30
2:     de      1/3      2/3      50

内容的提问来源于stack exchange，提问作者Sanjay