如何在R中从数据框按技术人员及品种统计type占比？

我们可以用dplyr包快速实现这两个统计需求，先确认你的原始数据：

df <- data.frame(tech=c("Leonardo", "Leonardo", "Leonardo", "John", "John", "John", "Will", "Will", "Will", "Bob"),
                 type=c("V", "P", "V", "V", "P", "V", "V", "P", "V", "V"),
                 breed=c("A", "A", "A", "B", "B", "B", "C", "C", "A", "B"),
                 central=c("J", "J", "K", "J", "K", "J", "K", "K", "K", "J"))

1. 各技术人员的type（V/P）占比 #

按tech分组后，统计每个type的出现次数，再计算占比：

library(dplyr)

# 生成第一个数据框
df_type_ratio <- df %>%
  group_by(tech, type) %>%
  count() %>%
  group_by(tech) %>%
  mutate(ratio = n / sum(n) * 100) %>%
  ungroup()

# 查看结果
df_type_ratio

运行后会得到每个技术人员对应V和P的占比，比如Leonardo的V占比为66.67%、P为33.33%，Bob仅有一种type，占比100%。

2. 各技术人员按品种细分后的type占比 #

按tech+breed组合分组，再统计type的占比：

# 生成第二个数据框
df_breed_type_ratio <- df %>%
  group_by(tech, breed, type) %>%
  count() %>%
  group_by(tech, breed) %>%
  mutate(ratio = n / sum(n) * 100) %>%
  ungroup()

# 查看结果
df_breed_type_ratio

这个结果会按「技术人员-品种」的组合统计type占比，比如Will的品种C中V和P各占50%，品种A中仅V，占比100%。如果不需要保留计数列n，可以在mutate后添加select(-n)移除。

内容的提问来源于stack exchange，提问作者pete