在R中按访问频次拆分各Cluster的Visit_ID总数的实现方法

嘿，我来帮你搞定这个需求！你想要把原始数据里的每个颜色（也就是Cluster列的orange/green）按访问频次（Visit_Count的1、2、3）拆分统计，还要包含那些没出现过的频次（计数填0）对吧？下面用tidyverse工具一步步实现：

首先先修正下你原始数据的读取语句，原来的格式有点问题，正确的读取方式是（假设你的原始数据是每行一条记录）：

library(tidyverse)

# 读取并整理原始数据
df <- read_delim("Visit_ID|Visit_Count|Cluster
A|2|orange
A|2|green
B|2|green
B|2|green
C|3|orange
C|3|orange
C|3|green
D|3|orange
D|3|green
D|3|orange", delim = "|", trim_ws = TRUE)

接下来分三步达成目标：

第一步：统计现有颜色-频次组合的计数 #

先按颜色（Cluster）和Visit_Count分组，统计每组的记录数：

grouped_counts <- df %>%
  group_by(Cluster, Visit_Count) %>%
  summarise(Total_count = n(), .groups = "drop")

第二步：生成所有需要的颜色-频次全组合 #

因为你需要覆盖VisitID_Frequency的1、2、3（不管原始数据里有没有），所以先创建包含所有可能组合的数据集，同时把颜色名改成首字母大写（匹配你想要的结果格式）：

full_combos <- expand_grid(
  Cluster = str_to_title(unique(df$Cluster)),
  VisitID_Frequency = c(1, 2, 3)
)

第三步：合并数据并填充0值 #

把统计结果和全组合左连接，然后把缺失的计数替换成0，最后排序对齐你的目标结构：

df_result <- full_combos %>%
  left_join(
    grouped_counts %>% mutate(Cluster = str_to_title(Cluster)),
    by = c("Cluster" = "Cluster", "VisitID_Frequency" = "Visit_Count")
  ) %>%
  mutate(Total_count = replace_na(Total_count, 0)) %>%
  arrange(Cluster, VisitID_Frequency)

运行后你就能得到想要的结果啦，输出的df_result结构如下：

#> # A tibble: 6 × 3
#>   Cluster VisitID_Frequency Total_count
#>   <chr>               <dbl>       <int>
#> 1 Green                   1           0
#> 2 Green                   2           3
#> 3 Green                   3           2
#> 4 Orange                  1           0
#> 5 Orange                  2           1
#> 6 Orange                  3           4

注：这里的数值和你给出的目标结果略有差异，应该是你提供的原始数据或目标结果存在笔误，但核心逻辑完全符合你的需求——确保所有颜色和频次的组合都被覆盖，未出现的组合计数为0。如果你的VisitID_Frequency不需要固定1、2、3，而是要包含原始数据中所有出现过的频次，只需要把c(1,2,3)换成sort(unique(df$Visit_Count))即可。

内容的提问来源于stack exchange，提问作者spidermarn