如何为包含整行NA的dataframe添加分组百分比列？

我们可以用dplyr包实现按NA分隔的组计算百分比，步骤如下：

1. 构造分组标识：把连续的非NA行划分为同一组，NA行的分组标识设为NA
2. 按分组标识分组，计算每组内Freq的占比并格式化为百分比字符串
3. 清理临时分组列

完整代码 #

library(dplyr)

# 原始数据框
df <- data.frame(name = c('a','b','c',NA,NA,'d','e',NA,NA,'f','g','h'),
                 Freq = c(10,20,70,NA,NA,40,60,NA,NA,80,10,10))

# 生成目标结果
df_result <- df %>%
  # 生成分组标识：连续非NA行归为同一组
  mutate(group = ifelse(is.na(name), NA, cumsum(is.na(lag(name, default = NA))))) %>%
  # 按分组计算百分比
  group_by(group) %>%
  mutate(per = ifelse(is.na(Freq), 
                      NA, 
                      paste0(round(Freq / sum(Freq, na.rm = TRUE) * 100), "%"))) %>%
  ungroup() %>%
  # 移除临时分组列
  select(-group)

# 查看结果（统一NA显示格式）
print(df_result, na.print = "NA")

输出结果 #

name Freq  per
1     a   10  10%
2     b   20  20%
3     c   70  70%
4  <NA>   NA   NA
5  <NA>   NA   NA
6     d   40  40%
7     e   60  60%
8  <NA>   NA   NA
9  <NA>   NA   NA
10    f   80  80%
11    g   10  10%
12    h   10  10%

代码说明 #

• mutate(group = ...)：通过cumsum和lag函数识别连续非NA的块，为每个块分配唯一组号，NA行的组号设为NA
• group_by(group)：按组号分组，确保每组内的百分比计算仅针对当前非NA块
• paste0(round(...), "%")：将比例转换为带百分号的字符串，round用于取整（若需保留小数可调整参数，比如round(..., 1)）
• na.print = "NA"：让打印结果中NA显示为统一格式，和示例匹配

内容的提问来源于stack exchange，提问作者An116