无法计算列百分比？求R语言dplyr代码解决方案

你遇到的问题是因为分组后sum(sale_vol)的作用范围被限制在当前分组内：group_by(Property Type)执行后，每组的sale_vol是该类房产的数量，而sum(sale_vol)只会计算当前组的总和（也就是等于该组的sale_vol），所以最终每组的百分比都会是100%。

以下是几种可行的修正代码：

方法1：先计算全局总销量再关联 #

sale <- read_csv("re_sale.csv")

# 先筛选出有效数据并计算总数量
total_valid <- nrow(filter(sale, !is.na(`Property Type`)))

sale %>% 
  filter(!is.na(`Property Type`)) %>%  
  group_by(`Property Type`) %>% 
  summarize(sale_vol = n()) %>%
  mutate(percent = round(sale_vol / total_valid * 100, 2)) # 保留两位小数更直观

方法2：分组统计后取消分组再计算百分比 #

sale <- read_csv("re_sale.csv")

sale %>% 
  filter(!is.na(`Property Type`)) %>%  
  group_by(`Property Type`) %>% 
  summarize(sale_vol = n()) %>%
  ungroup() %>% # 取消分组，让sum作用于所有组的总和
  mutate(percent = round(sale_vol / sum(sale_vol) * 100, 2))

方法3：用count简化代码 #

dplyr的count函数可以直接完成分组计数，再计算百分比：

sale <- read_csv("re_sale.csv")

sale %>% 
  filter(!is.na(`Property Type`)) %>%
  count(`Property Type`, name = "sale_vol") %>%
  mutate(percent = round(sale_vol / sum(sale_vol) * 100, 2))

以上三种方法都能得到各组房产销量占总有效销量的百分比，你可以根据习惯选择其中一种。

内容的提问来源于stack exchange，提问作者Duy Ha