如何在R语言管道操作中基于不同时间维度创建变量

情况1：原始数据每行对应一个物品 #

如果你的dataset里每行是一个单独的物品记录（包含group和month列），可以通过两次分组实现需求：

abc <- dataset %>%
  # 第一步：按group分组，计算每组全年总物品数，添加为新列
  group_by(group) %>%
  mutate(TotItemsYear = n()) %>%
  # 第二步：保留group分组的同时，新增month分组
  group_by(group, month, .add = TRUE) %>%
  summarize(
    TotItemsMonth = n(),  # 统计每组每月的物品总量
    TotItemsYear = first(TotItemsYear),  # 同一组的全年总量一致，取第一个值即可
    ratio = TotItemsMonth / TotItemsYear,  # 计算目标比率
    .groups = "drop"  # 可选：取消分组，将结果转为普通数据框
  )

情况2：原始数据已按组和月汇总 #

如果你的dataset是提前汇总好的格式（比如有item_count列表示某组某月的物品数量），只需把统计逻辑从计数改为求和：

abc <- dataset %>%
  group_by(group) %>%
  mutate(TotItemsYear = sum(item_count)) %>%
  group_by(group, month, .add = TRUE) %>%
  summarize(
    TotItemsMonth = sum(item_count),
    TotItemsYear = first(TotItemsYear),
    ratio = TotItemsMonth / TotItemsYear,
    .groups = "drop"
  )

另一种分步实现思路 #

要是觉得嵌套分组绕，也可以拆分步骤分别计算后合并：

# 计算每组每月的物品总量
monthly_data <- dataset %>%
  group_by(group, month) %>%
  summarize(TotItemsMonth = n(), .groups = "drop")

# 计算每组全年的物品总量
yearly_data <- dataset %>%
  group_by(group) %>%
  summarize(TotItemsYear = n(), .groups = "drop")

# 合并数据并计算比率
abc <- monthly_data %>%
  left_join(yearly_data, by = "group") %>%
  mutate(ratio = TotItemsMonth / TotItemsYear)

核心逻辑：全年总量是group级别的统计，必须先在group分组下计算，再传递到group+month的分组中，不能直接在group+month的分组里获取全年维度的统计值。

内容的提问来源于stack exchange，提问作者Mark