如何用R语言按月分组计算多代码问题的Yes响应占比？

需求说明 #

我有一个按月份记录多代码问题响应的DataFrame，其中1代表“Yes”，0代表“No”。需要生成一份带百分比的列联表，展示每个多代码列中按月统计的“Yes”（即1）响应占比。示例数据结构如下：

| Month | Multicode_1| .... | Multicode_n|
| --- | .......... | .... | .......... |
| Jan22 | 1 | .... | .......... |
| Feb22 | 0 | .... | .......... |

我尝试了以下R代码，但未完全实现需求：

ex8 <- NPSSurvey_df %>%
  group_by(Month) %>% filter(Pack == "Sports", CustomerType == "New") %>%
  summarise(across(Vid_Freeze:Mistake))
head(ex8)

修正后的R代码 #

要实现按月统计各多代码列的“Yes”占比，你可以在summarise的across逻辑里直接计算比例并格式化百分比：

# 筛选目标数据并按月计算各多代码列的Yes占比
ex8 <- NPSSurvey_df %>%
  filter(Pack == "Sports", CustomerType == "New") %>%
  group_by(Month) %>%
  summarise(
    across(Vid_Freeze:Mistake, 
           ~ mean(.x, na.rm = TRUE) %>% scales::percent(accuracy = 1)),
    .groups = "drop"  # 取消分组状态，输出整洁表格
  )

# 查看结果
head(ex8)

代码说明 #

• 先filter再group_by更高效，减少分组计算的数据量
• mean(.x, na.rm = TRUE)：0和1的均值直接等于1的占比，na.rm=TRUE自动忽略缺失值
• scales::percent(accuracy = 1)：把比例转为带百分号的字符串，accuracy=1控制百分比保留整数位
• .groups = "drop"：分组统计后取消分组，避免后续操作受分组状态影响

扩展：同时显示计数与百分比 #

如果需要每个单元格同时展示"Yes"的数量和占比，可以调整代码如下：

ex8_with_counts <- NPSSurvey_df %>%
  filter(Pack == "Sports", CustomerType == "New") %>%
  group_by(Month) %>%
  summarise(
    across(Vid_Freeze:Mistake, 
           ~ paste0(sum(.x, na.rm = TRUE), " (", scales::percent(mean(.x, na.rm = TRUE), accuracy = 1), ")")),
    .groups = "drop"
  )

head(ex8_with_counts)

输出的单元格格式会变为「Yes数量 (百分比)」，更直观展示统计细节。

内容的提问来源于stack exchange，提问作者Andrew Davies