纵向数据中不同观测次数的受试者统计优化方法问询

方法一：使用dplyr链式操作 #

通过两次分组统计，一步得到所有观测次数对应的受试者数量：

library(dplyr)

obs_count <- dd %>%
  # 第一步：统计每个受试者的观测次数
  group_by(subject_id) %>%
  summarise(obs_times = n()) %>%
  # 第二步：按观测次数分组，统计对应受试者数量
  group_by(obs_times) %>%
  summarise(subject_num = n())

# 查看结果
obs_count

运行后会得到对应示例数据的结果：

# A tibble: 3 × 2
  obs_times subject_num
      <int>       <int>
1         1           4
2         2           3
3         3           2

方法二：使用Base R原生函数 #

如果不想加载dplyr，用原生函数也能快速实现：

# 先统计每个受试者的观测次数，再统计各次数对应的受试者数量
obs_freq <- table(table(dd$subject_id))

# 转换为数据框格式，方便生成报告表格
as.data.frame(obs_freq, responseName = "subject_num")

转换后的数据框列名分别为Var1（观测次数）和subject_num（对应受试者数量），与dplyr方法的结果一致。

内容的提问来源于stack exchange，提问作者Maximilian