如何按MemID行统计指定因子变量中各因子水平的出现次数？

需求：按行（每个MemID）统计特定因子水平在多个指定变量中的出现次数，示例中仅针对value_a和value_b两个变量统计各成员选择不同因子水平的次数。

示例数据 #

results=data.frame(MemID=c('A','B','C','D','E','F','G','H'),
             value_a = c(1,2,1,4,5,1,4,0),
             value_b = c(1,5,2,3,4,1,0,3),
             value_c = c(3,5,2,1,1,1,2,1)
             )

期望输出 #

counts_by_level = data.frame(MemID=c('A','B','C','D','E','F','G','H'), 
             count_1 = c(2, 0, 1, 0, 0, 2, 0, 0),
             count_2 = c(0, 1, 1, 0, 0, 0, 0, 0),
             count_3 = c(0, 0, 0, 1, 0, 0, 0, 1),
             count_4 = c(0, 0, 0, 1, 1, 0, 1, 0),
             count_5 = c(0, 1, 0, 0, 1, 0, 0, 0))

解决方案 #

方法1：使用tidyverse包（dplyr + tidyr） #

通过数据重塑、分组统计再转回宽格式实现：

library(tidyverse)

counts_by_level <- results %>%
  # 筛选需要统计的列
  select(MemID, value_a, value_b) %>%
  # 宽表转长表，合并目标变量
  pivot_longer(cols = -MemID, names_to = "variable", values_to = "level") %>%
  # 过滤不需要的0值（若需统计0可删除此行）
  filter(level != 0) %>%
  # 按成员ID和因子水平分组计数
  count(MemID, level, name = "count") %>%
  # 长表转宽表，补全缺失水平的计数为0
  pivot_wider(names_from = level, values_from = count, names_prefix = "count_", values_fill = 0) %>%
  # 确保所有目标水平列存在
  complete(MemID, fill = list(count_1=0, count_2=0, count_3=0, count_4=0, count_5=0)) %>%
  # 匹配原数据的成员ID顺序
  arrange(factor(MemID, levels = results$MemID))

方法2：使用Base R #

通过行遍历和表格统计实现：

# 指定需要统计的变量和因子水平
target_cols <- c("value_a", "value_b")
target_levels <- 1:5

# 按成员ID拆分数据并逐个统计
counts_list <- lapply(split(results[, c("MemID", target_cols)], results$MemID), function(x) {
  # 合并当前成员的目标变量值
  vals <- unlist(x[, target_cols])
  # 统计各水平次数，补全缺失水平为0
  tab <- table(factor(vals, levels = target_levels))
  # 整理为数据框并添加成员ID
  data.frame(MemID = x$MemID[1], as.list(tab))
})

# 合并结果并重命名列，匹配原顺序
counts_by_level <- do.call(rbind, counts_list)
colnames(counts_by_level)[-1] <- paste0("count_", target_levels)
counts_by_level <- counts_by_level[match(results$MemID, counts_by_level$MemID), ]

内容的提问来源于stack exchange，提问作者Jordan J