使用dplyr分组计算年龄组与伤害机制死亡率报错求助

问题背景 #

需要为现有data.frame新增死亡率计算列，要求按5个年龄组、10种伤害死亡机制分别计算对应分组的死亡率，公式为：(死亡数/人口数)*1000*100。

目前遇到的问题：

• 使用group_by(Injury.mechanism)后调用mutate，提示AgeGrp.DRate长度需为216或1而非2376，出现长度不匹配错误
• 部分代码中mutate未生效，仅filter操作起作用
• 现有尝试是为每个年龄组单独编写代码，用grepl过滤年龄组后按伤害机制分组计算，但触发上述错误

错误原因 #

1. 分组维度缺失：只按Injury.mechanism分组，未纳入AgeGrp，导致计算出的是每个伤害机制的整体死亡率，而非分年龄组的死亡率，结果长度与原数据行不匹配。
2. 冗余的分年龄处理：用grepl逐个过滤年龄组再处理，不仅代码冗余，还容易出现数据覆盖、合并错误，导致mutate的结果未正确保存到原数据框。

解决方案 #

直接通过同时按年龄组和伤害死亡机制分组，一次性完成所有分组的死亡率计算，无需单独处理每个年龄组。

基础场景（每个分组已对应死亡数和人口数） #

假设你的数据框df包含列：AgeGrp（年龄组）、Injury.mechanism（伤害死亡机制）、deaths（该分组死亡数）、population（该分组人口数），代码如下：

library(dplyr)

# 同时按年龄组+伤害机制分组，计算死亡率并保留原数据结构
df <- df %>%
  group_by(AgeGrp, Injury.mechanism) %>%
  mutate(AgeGrp.DRate = (deaths / population) * 1000 * 100) %>%
  ungroup() # 可选，取消分组状态，避免后续操作受分组影响

进阶场景（原始数据为单条死亡记录，需先汇总） #

如果你的原始数据每行是一条死亡记录，需要先统计每个分组的死亡数，并关联对应人口数，代码调整为：

library(dplyr)

# 先分组汇总死亡数，关联人口数后计算死亡率
df <- df %>%
  group_by(AgeGrp, Injury.mechanism) %>%
  summarise(
    total_deaths = n(), # 统计每个分组的死亡总条数
    total_pop = unique(population) # 假设每个分组的人口数唯一，需确保数据正确性
  ) %>%
  mutate(AgeGrp.DRate = (total_deaths / total_pop) * 1000 * 100) %>%
  ungroup()

注意事项 #

• 确认AgeGrp的分组标签统一（如无拼写错误、无重复分组），确保5个年龄组都被正确识别
• 验证population列的数值是对应分组的人口数，而非整体人口，避免计算出错误的死亡率
• 建议直接基于原始数据进行分组计算，减少中间过滤步骤，降低出错概率

内容的提问来源于stack exchange，提问作者Data Science Analytics Manager