在R中按分组统计两列行为转移次数生成矩阵表的错误排查

你遇到的问题核心是分组上下文的引用错误，导致代码没有按id分组统计行为转移，而是计算了全局的总次数。我来帮你拆解问题并给出解决方案：

错误原因 #

在dplyr的分组操作中，你使用了df$behav1和df$behav2这种绝对引用方式——这会直接调用原始数据框的整列数据，完全绕过了group_by(id)创建的分组上下文。所以table(df$behav1, df$behav2)计算的是所有个体的行为转移总和，而非每个分组内的统计结果。

修正方案 #

方案1：保留矩阵格式的分组统计 #

使用dplyr的分组上下文直接引用列名，并用list()存储每个组的转移矩阵（避免summarise自动拆分矩阵列）：

library(dplyr)

# 先修正原始数据框的笔误
id<- c("1", "1", "1", "1", "2", "2", "2", "2", "3", "3", "3", "3")
behav1<- c("A", "C", "C", "B", "C", "C", "A", "A", "A", "B", "B", "A")
behav2<- c("C", "A", "A", "B", "A", "B", "A", "B", "C", "B", "B", "C")
df <- data.frame(id, behav1, behav2)

# 按id分组生成转移矩阵
result <- df %>%
  group_by(id) %>%
  summarise(转移矩阵 = list(as.data.frame.matrix(table(behav1, behav2))), .groups = "drop")

# 查看结果
print(result)

运行后，每个id对应的转移矩阵列会存储该个体的行为转移计数表，比如id=1的矩阵就是：

A B C
A 0 0 1
B 0 1 0
C 2 0 0

方案2：生成更易读的宽格式表 #

如果需要把结果展开为结构化的宽格式（每个转移路径作为列），可以结合tidyr的pivot_wider：

library(dplyr)
library(tidyr)

result_wide <- df %>%
  group_by(id, behav1, behav2) %>%
  count(name = "转移次数") %>%
  pivot_wider(
    names_from = behav2,
    values_from = 转移次数,
    values_fill = 0,  # 缺失的转移路径填充0
    names_prefix = "到"  # 给列名添加前缀，更清晰
  )

print(result_wide)

输出示例（id=1的行）：

id    behav1   到A  到B  到C
  <chr> <chr>  <int> <int> <int>
1 1     A          0     0     1
2 1     B          0     1     0
3 1     C          2     0     0

关键总结 #

在dplyr分组操作中，永远直接使用列名（不要加数据框$前缀），这样才能让函数识别当前分组的子集数据，实现真正的分组统计。

内容的提问来源于stack exchange，提问作者Astor