如何基于分组统计结果生成各ATT_ID的CAR='B'占比表？

我用以下代码生成了第一张统计表格：

JH %>% group_by(ATT_ID, CAR=="B") %>%
summarize(count = n(), .groups = "drop")

生成的表格如下：

我希望将其转换为以下格式的表格，计算每个ATT_ID对应的CAR="B"的占比：

注：部分ATT_ID同时存在FALSE和TRUE的统计行，部分仅存在其中一种，需要准确计算每个分组的占比。请问该如何实现？

不需要先按CAR=="B"分组统计再二次处理，直接基于原数据JH按ATT_ID分组，一步就能完成占比计算与格式化：

JH %>%
  group_by(ATT_ID) %>%
  summarize(
    `Percentage of "B"` = scales::percent(mean(CAR == "B"), accuracy = 0.1)
  ) %>%
  ungroup()

代码说明： #

• mean(CAR == "B")：布尔值TRUE会被识别为1，FALSE识别为0，取均值直接得到CAR="B"的占比
• scales::percent()：将数值转换为百分比格式，accuracy=0.1用于保留一位小数；如果需要像示例中SIX那样取整数，把参数改成accuracy=1即可
• 若不想依赖scales包，可手动计算格式化：

JH %>%
  group_by(ATT_ID) %>%
  summarize(
    `Percentage of "B"` = paste0(round(mean(CAR == "B") * 100, 1), "%")
  ) %>%
  ungroup()

如果已经生成了第一张统计表格（假设命名为summary_df），也可以基于它计算：

summary_df %>%
  group_by(ATT_ID) %>%
  summarize(
    `Percentage of "B"` = scales::percent(sum(Count[`CAR == "B"`]) / sum(Count), accuracy = 0.1)
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Antonio