如何在R中为科目组合与等级的所有组合生成可扩展统计列

核心思路 #

通过定义可配置的科目类别映射和等级映射，结合tidyverse的批量处理函数，实现无需重复编写统计逻辑的可扩展方案。核心是把统计规则从硬编码改成配置式，新增类别/等级只需修改配置，不用改统计代码。

步骤1：定义可扩展的配置项 #

先把科目类别、等级对应关系做成可配置的变量，后续扩展直接修改这里：

library(tidyverse)

# 科目类别映射：键是类别名称，值是匹配该类别的科目正则表达式
category_mapping <- list(
  eng_his = "english|history",  # 人文科目
  bio_math = "biology|math"     # STEM科目
  # 新增类别直接加行：比如 foreign_lang = "french|spanish"
)

# 等级与字母对应：数字转字母等级
grade_map <- c("1" = "F", "2" = "D", "3" = "C", "4" = "B", "5" = "A")
# 新增等级直接扩展：比如 "6" = "A+"

步骤2：处理原始数据，生成统计所需的中间字段 #

先给原始数据加上类别标签和字母等级，方便后续统计：

# 示例数据
student_grades <- tibble(
  student_id = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4, 5, 5),
  subject = c(rep(c("english", "biology", "math", "history"), 4), NA, "biology"),
  grade = c(1, 2, 3, 4, 5, 4, 3, 2, 2, 4, 1, 1, 1, 1, 2, 3, 3, 4)
)

# 给每条成绩匹配所属类别、转换字母等级
grade_with_categories <- student_grades %>%
  mutate(
    # 匹配科目所属类别（NA表示不匹配任何类别）
    category = map_chr(subject, ~names(category_mapping)[str_detect(.x, category_mapping)] %>% first() %>% replace_na(NA)),
    # 转换为字母等级
    letter_grade = recode(as.character(grade), !!!grade_map)
  )

步骤3：批量生成统计列 #

用pivot_wider统计每个学生在每个类别下的各等级次数，再转回长格式合并回原数据：

# 统计每个学生的类别-等级次数
category_grade_counts <- grade_with_categories %>%
  filter(!is.na(category), !is.na(letter_grade)) %>%
  count(student_id, category, letter_grade, name = "count") %>%
  # 把类别和等级合并成列名（比如eng_his_F）
  unite(col = "stat_col", category, letter_grade, sep = "_") %>%
  pivot_wider(names_from = stat_col, values_from = count, values_fill = 0)

# 合并回原始数据集，保留长格式
final_result <- student_grades %>%
  left_join(category_grade_counts, by = "student_id")

结果展示 #

最终的final_result会保留原始长格式，同时新增所有[类别]_[等级]的统计列，比如eng_his_F、bio_math_A等，每个学生的每条成绩行都会显示该学生对应的统计次数。

扩展性说明 #

• 新增科目类别：只需在category_mapping里添加一行，比如foreign_lang = "french|spanish"，重新运行代码即可自动生成该类别的所有等级统计列。
• 新增等级：扩展grade_map的键值对，比如"6" = "A+"，代码会自动包含该等级的统计。
• 修改类别规则：直接修改category_mapping里的正则表达式即可，比如把STEM改成"biology|math|chemistry"。

内容的提问来源于stack exchange，提问作者J.Sabree