R中列表分组内各数值占比计算及for循环实现疑问

单患者场景（当前数据） #

你已经通过split()完成了按餐号的分组，接下来可以通过以下for循环实现占比计算：

完整代码 #

# 获取分组（餐数）的数量
n <- length(df1)

# 初始化结果数据框，用于存储每餐各Class的占比
result <- data.frame(
  Meal_Number = names(df1),
  Class_0 = numeric(n),
  Class_1 = numeric(n),
  Class_2 = numeric(n),
  Class_3 = numeric(n),
  stringsAsFactors = FALSE
)

# 循环计算每类占比
for (i in 1:n) {
  # 提取当前餐的Class向量
  current_class <- df1[[i]]$Class
  # 计算当前餐的样本总数
  total <- length(current_class)
  # 计算各Class的占比（避免重复计算总长度）
  result$Class_0[i] <- sum(current_class == 0) / total
  result$Class_1[i] <- sum(current_class == 1) / total
  result$Class_2[i] <- sum(current_class == 2) / total
  result$Class_3[i] <- sum(current_class == 3) / total
}

# 查看最终结果
print(result)

关键说明 #

• 用df1[[i]]而非df1[i]：split()返回的是列表，[[i]]直接取出第i个分组的完整数据框，[i]返回的是子列表，无法直接提取$Class。
• 初始化结果数据框：相比单独存储变量，结构化的结果更便于后续查看、导出和分析。

多患者场景（102位患者） #

当数据包含Patient_ID列时，需要先按「患者+餐号」双重分组，再循环计算：

代码示例 #

# 按患者ID和餐号双重分组
df_grouped <- split(df, list(df$Patient_ID, df$Meal_Number))

# 获取总分组数
n_groups <- length(df_grouped)

# 初始化多患者结果数据框
result_multi <- data.frame(
  Patient_ID = sapply(strsplit(names(df_grouped), "\\."), `[`, 1),
  Meal_Number = sapply(strsplit(names(df_grouped), "\\."), `[`, 2),
  Class_0 = numeric(n_groups),
  Class_1 = numeric(n_groups),
  Class_2 = numeric(n_groups),
  Class_3 = numeric(n_groups),
  stringsAsFactors = FALSE
)

# 循环计算每一组的占比
for (i in 1:n_groups) {
  current_class <- df_grouped[[i]]$Class
  total <- length(current_class)
  result_multi$Class_0[i] <- sum(current_class == 0) / total
  result_multi$Class_1[i] <- sum(current_class == 1) / total
  result_multi$Class_2[i] <- sum(current_class == 2) / total
  result_multi$Class_3[i] <- sum(current_class == 3) / total
}

# 查看结果
print(result_multi)

更简洁的替代方案（无需for循环） #

用dplyr包的分组统计可以省去循环，代码更简洁易读：

library(dplyr)

result_dplyr <- df %>%
  group_by(Patient_ID, Meal_Number) %>%
  summarise(
    Class_0 = mean(Class == 0),
    Class_1 = mean(Class == 1),
    Class_2 = mean(Class == 2),
    Class_3 = mean(Class == 3),
    .groups = "drop"
  )

print(result_dplyr)

mean(Class == x)等价于sum(Class == x)/n()，直接实现占比计算。

内容的提问来源于stack exchange，提问作者user21528954