获取各SubjectID的分类变量（Good、Bad）占比：R代码结果异常

你的代码问题出在两个核心点：

1. prop.table(freq_id)默认计算全局比例（所有数据中的占比），而非每个SubjectID分组内的占比；
2. table()会自动丢弃无数据的类别组合，导致像SubjectID=1的bad类别直接不显示，自然看不到0%的结果。

修正方案1：Base R 实现 #

通过指定prop.table的margin参数按行计算分组比例，再补全缺失的类别组合：

library(tidyverse)

performance <- tribble(
  ~SubjectID, ~Outcome,
  1, 'good',
  1, 'good',
  1, 'good',
  2, 'good',
  2, 'bad',
  2, 'good',
  3, 'bad',
  4, 'good',
  4, 'good'
)

# 生成交叉表
freq_id <- with(performance, table(SubjectID, Outcome))
# 按每个SubjectID（行）计算组内占比
prop_id <- prop.table(freq_id, margin = 1) * 100
# 转成数据框并补全所有类别组合，缺失值填0
prop_df <- as.data.frame(prop_id) %>%
  complete(SubjectID, Outcome, fill = list(Freq = 0)) %>%
  mutate(Freq = round(Freq, 2))

print(prop_df)

输出结果会包含SubjectID=1的bad类别，占比为0%，good占比100%。

修正方案2：Tidyverse 直观实现 #

直接分组计算，通过.drop=FALSE强制保留所有类别组合：

performance %>%
  # 固定Outcome的类别，确保所有组都包含good和bad
  mutate(Outcome = factor(Outcome, levels = c('good', 'bad'))) %>%
  # 按SubjectID和Outcome计数，.drop=FALSE保留所有组合
  count(SubjectID, Outcome, .drop = FALSE) %>%
  # 按SubjectID分组计算占比
  group_by(SubjectID) %>%
  mutate(percentage = round(n / sum(n) * 100, 2)) %>%
  ungroup()

这个方法逻辑更清晰，结果会完整展示每个SubjectID下good和bad的占比，包括0%的情况。

内容的提问来源于stack exchange，提问作者khali-blinks