如何用dplyr计算各大学诺贝尔奖不同奖项类型的占比分布？

核心思路 #

先统计每个大学各奖项类型的获奖次数，再基于大学总获奖数计算对应占比，最终得到每个大学内部不同奖项的占比分布。

代码实现 #

library(dplyr)

# 1. 统计每个大学各奖项的获奖次数，保留大学分组
uni_category_counts <- nobel %>%
  group_by(name_of_university, category) %>%
  summarise(count = n(), .groups = "drop_last")

# 2. 计算总获奖数与各奖项占比
uni_category_percentages <- uni_category_counts %>%
  mutate(
    total_awards = sum(count),
    percentage = (count / total_awards) * 100
  ) %>%
  ungroup()

# 可选：将百分比格式化为带%的字符串（如75.0%）
uni_category_percentages <- uni_category_percentages %>%
  mutate(percentage_formatted = sprintf("%.1f%%", percentage))

代码解释 #

• group_by(name_of_university, category)：同时按大学和奖项类型分组，确保能统计每个大学单个奖项的获奖次数
• summarise(count = n(), .groups = "drop_last")：统计每组的获奖次数，仅取消最内层的category分组，保留大学分组用于后续总次数计算
• total_awards = sum(count)：在大学分组内计算该大学的总获奖数
• percentage = (count / total_awards) * 100：计算当前奖项类型在该大学总奖项中的占比
• sprintf("%.1f%%", percentage)：将数值型百分比格式化为带百分号的字符串，提升可读性

示例输出 #

以你提到的鸭子大学为例，运行代码后会得到如下结果（仅展示关键列）：

内容的提问来源于stack exchange，提问作者Julio1000MX