在R语言中高效计算df_plane数据集情境2下飞机使用人群占比的方法

以下是几种高效的自动化计算方法，同时处理数据中的NA值：

方法1：基础R（无需额外包） #

直接通过数据筛选和统计函数实现，适合不想加载第三方包的场景：

# 筛选情境2的有效样本（排除flight_uses为NA的行）
valid_data <- df_plane[df_plane$Situation == 2 & !is.na(df_plane$flight_uses), ]

# 计算占比
usage_ratio <- sum(valid_data$flight_uses == 1) / nrow(valid_data)

# 可选：转换为带百分比的字符串格式
usage_percent <- paste0(round(usage_ratio * 100, 2), "%")

# 输出结果
cat("情境2中使用飞机的人群占比：", usage_percent, "\n")

方法2：dplyr（tidyverse风格） #

用tidyverse生态的dplyr包，代码更简洁易读，适合日常数据处理流程：

library(dplyr)

usage_result <- df_plane %>%
  # 过滤情境2且flight_uses非NA的行
  filter(Situation == 2, !is.na(flight_uses)) %>%
  # 汇总统计指标
  summarize(
    total_people = n(),
    flight_user_count = sum(flight_uses == 1),
    usage_ratio = flight_user_count / total_people,
    usage_percent = paste0(round(usage_ratio * 100, 2), "%")
  )

# 查看结果
print(usage_result)

方法3：data.table（大数据集优化） #

如果你的数据集规模较大，data.table的运算效率更高：

library(data.table)

# 转换为data.table格式
setDT(df_plane)

usage_result <- df_plane[Situation == 2 & !is.na(flight_uses), .(
  total_people = .N,
  flight_user_count = sum(flight_uses == 1),
  usage_ratio = sum(flight_uses == 1)/.N,
  usage_percent = paste0(round(sum(flight_uses == 1)/.N * 100, 2), "%")
)]

# 输出结果
print(usage_result)

注意事项 #

• 必须处理NA值：如果忽略NA，sum(flight_uses == 1)会返回NA，导致计算失败；同时，未排除NA的样本会干扰占比的准确性（因为NA不属于"使用飞机"或"未使用飞机"的任何一类）。
• 如果需要统计情境2下**所有人群（包括flight_uses为NA的）**中的使用占比，可将总人数改为nrow(df_plane[df_plane$Situation == 2, ])，同时用sum(df_plane$flight_uses == 1 & df_plane$Situation == 2, na.rm = TRUE)计算使用人数，但这种统计逻辑需根据业务需求确认。

内容的提问来源于stack exchange，提问作者user20320394