在R语言中计算分组数据占列总计的百分比

原始数据 #

目标结果 #

需要计算每个分组的月度数据占对应月份总计的百分比，保留两位小数，得到如下表格：

出错的代码 #

df <- data.frame(group=c('1','2','3','Total'),may_1990=c(581,193,207,981),jun_1990=c(552,184,177,913),jul_1990=c(465,176,165,806))

total <- df %>% slice_tail(n = 1)
z <- df %>% rowwise() %>% mutate(across(where(is.numeric), ~ .x/total[-1]))

问题分析 #

原代码存在两个核心问题：

1. 误用rowwise()：across默认按列批量处理，逐行操作不仅降低效率，还会导致逻辑偏差；
2. 除法对象错误：total[-1]是完整数据框，直接做除法会让每个数值列与整个总计数据框做广播运算，而非对应列的单个总计值，结果完全不符合预期。

修正方案 #

方法一：提取总计向量，按列匹配计算（适合多列场景） #

library(dplyr)

df <- data.frame(
  group=c('1','2','3','Total'),
  may_1990=c(581,193,207,981),
  jun_1990=c(552,184,177,913),
  jul_1990=c(465,176,165,806)
)

# 提取总计行的数值并转为命名向量，确保列名匹配
total_vals <- df %>% slice_tail(n=1) %>% select(where(is.numeric)) %>% unlist()

# 对每个数值列，除以对应月份的总计值
z <- df %>% mutate(across(where(is.numeric), ~ .x / total_vals[cur_column()]))

# 保留两位小数，匹配目标格式
z <- z %>% mutate(across(where(is.numeric), ~ round(.x, 2)))

方法二：直接引用对应列的总计值（适合列数较少场景） #

library(dplyr)

df <- data.frame(
  group=c('1','2','3','Total'),
  may_1990=c(581,193,207,981),
  jun_1990=c(552,184,177,913),
  jul_1990=c(465,176,165,806)
)

z <- df %>% 
  mutate(
    may_1990 = may_1990 / may_1990[group == 'Total'],
    jun_1990 = jun_1990 / jun_1990[group == 'Total'],
    jul_1990 = jul_1990 / jul_1990[group == 'Total']
  ) %>% 
  mutate(across(where(is.numeric), ~ round(.x, 2)))

两种方法都能得到符合预期的结果，方法一更灵活，适合列数较多的数据集。

内容的提问来源于stack exchange，提问作者Mar