如何在R中按唯一ID统计重复测量数据的DX频次表

要实现按唯一ID统计各DX类别的出现次数（即有多少不同ID包含该DX），核心是先对每个ID的DX去重，再统计频次：

Base R 实现 #

# 提取每个ID对应的唯一DX值并展开
dx_by_id <- unlist(tapply(df$DX, df$ID, unique))
# 统计每个DX对应的ID数量
tbl <- table(dx_by_id)
# 计算百分比（分母为唯一ID总数）
total_unique_ids <- length(unique(df$ID))
result <- cbind(
  Count = tbl,
  Percentage = round(prop.table(tbl) * 100, 2)
)
# 调整行名
rownames(result) <- names(tbl)
result

输出结果：

Count Percentage
A     3      100.00
B     3      100.00
C     1       33.33

dplyr 简洁实现 #

如果习惯用tidyverse工具链，代码更直观：

library(dplyr)

df %>%
  distinct(ID, DX) %>%  # 保留每个ID下的唯一DX组合
  count(DX, name = "Count") %>%
  mutate(Percentage = round(Count / n_distinct(df$ID) * 100, 2))

逻辑说明 #

1. 去重处理：通过distinct(ID, DX)或tapply+unique，先得到每个ID对应的不重复DX值，避免同一ID内的重复DX被多次计数；
2. 统计频次：对去重后的DX列计数，得到的就是包含该DX的唯一ID数量；
3. 计算百分比：以唯一ID的总数（这里是3）作为分母，计算每个DX类别的占比。

内容的提问来源于stack exchange，提问作者Bruh