基于Project分组对n列值归一化至100%的R语言技术问题

你当前使用的scale()函数是做标准化处理（将数据转换为均值为0、标准差为1的分布），这和你需要的「将每组内的n值转换为占组内总和的比例（总和为100%）」需求不符。

正确的dplyr实现代码 #

由于你的数据框ex当前是按Project和reaction双重分组的（从dput结果的groups字段可见），需要先重新按Project单独分组，再计算每个n值的占比：

library(dplyr)

# 重新按Project分组，计算归一化比例
perc <- ex %>%
  ungroup() %>%  # 取消原有双重分组
  group_by(Project) %>%
  mutate(norm = n / sum(n)) %>%  # 计算每组内n的占比
  select(Project, reaction, norm)  # 保留需要的列

验证结果 #

以你给出的示例数据为例：

• Ga0598239组的n总和为3275，其中arsenate-reduction的n值为103，计算得103/3275 ≈ 0.0314，和你预期的0.0312（四舍五入差异）一致；
• carbon-fixation的n值为11，计算得11/3275 ≈ 0.00336，和预期的0.0033一致。

运行代码后，perc数据框会包含你需要的Project、reaction和norm列，所有组内的norm值总和为1（即100%）。

内容的提问来源于stack exchange，提问作者Geomicro