在R中高效计算各类事件在上午与下午的发生概率

针对你的需求，无需转宽表，用prop.table（base R）或dplyr分组计算都能高效完成，以下是具体实现：

1. 准备数据 #

先将你的数据转为R数据框：

library(tibble)
event_data <- tribble(
  ~Event_Time, ~Event_Name, ~Num_of_Occurances,
  "Morning", "Aggression", 3468,
  "Afternoon", "Aggression", 4658,
  "Morning", "SIB", 900,
  "Afternoon", "SIB", 1500,
  "Morning", "Elopement", 400,
  "Afternoon", "Elopement", 234,
  "Morning", "Pica", 786,
  "Afternoon", "Pica", 1234,
  "Morning", "Stereotypy", 234,
  "Afternoon", "Stereotypy", 633,
  "Morning", "Disruptive", 534,
  "Afternoon", "Disruptive", 780
)

2. 使用base R的prop.table计算 #

先将数据转换为列联表，再按事件分组（行）计算概率：

# 生成事件×时段的频次列联表
event_table <- xtabs(Num_of_Occurances ~ Event_Name + Event_Time, data = event_data)

# 按每个事件（行）计算时段概率，margin=1表示按行分组
prob_table <- prop.table(event_table, margin = 1)
print(prob_table)

输出结果中，每行对应一个事件，两列分别是上午、下午的发生概率，和你给出的示例结果一致（比如Aggression的Morning概率为0.4678，Afternoon为0.5322）。

3. 使用dplyr分组计算（更灵活） #

如果需要保留原数据结构，用dplyr的分组+mutate可以直接生成概率列：

library(dplyr)

event_prob <- event_data %>%
  group_by(Event_Name) %>%
  mutate(Probability = Num_of_Occurances / sum(Num_of_Occurances)) %>%
  ungroup()

print(event_prob)

这个方法直接在原数据基础上添加Probability列，每个时段的概率一目了然，无需转换数据格式，方便后续分析。

内容的提问来源于stack exchange，提问作者John Conor