如何基于unvotes包计算1990年后美德联大投票平均一致频率？

首先调整你的初始代码逻辑，filter应该放在group_by之前，先缩小数据集能提升后续计算效率，且原group_by的列不需要包含country和vote，我们要按决议和年份聚合两国的投票情况：

library(tidyverse)
library(lubridate)
library(unvotes)

# 合并数据集（若未完成）
merged <- un_votes %>%
  left_join(un_roll_calls, by = "rcid")

countries <- c("United States", "Germany")

# 第一步：过滤目标国家与时间范围的数据
filtered_data <- merged %>%
  filter(country %in% countries, year(date) >= 1990) %>%
  select(year = year(date), rcid, unres, country, vote)

接下来按决议（rcid对应单个联大决议）和年份分组，判断两国在同一决议上的投票是否一致：

# 第二步：按决议、年份分组，验证投票一致性
agreement_by_resolution <- filtered_data %>%
  group_by(year, rcid, unres) %>%
  # 确保每个决议都有两国的投票记录，排除缺失数据
  filter(n() == 2) %>%
  # 两国投票相同时，唯一投票值数量为1，标记为一致
  summarize(
    agreed = n_distinct(vote) == 1,
    .groups = "drop"
  )

然后计算每年的一致频率，以及1990年以来的整体平均一致频率：

# 第三步：计算年度一致频率
annual_agreement <- agreement_by_resolution %>%
  group_by(year) %>%
  summarize(
    total_resolutions = n(),
    agreed_resolutions = sum(agreed),
    agreement_frequency = agreed_resolutions / total_resolutions,
    .groups = "drop"
  )

# 第四步：计算1990年以来的加权平均一致频率
overall_average <- annual_agreement %>%
  summarize(
    overall_average_frequency = weighted.mean(agreement_frequency, total_resolutions)
  )

关键说明 #

• n_distinct(vote) == 1：通过判断投票值的唯一数量，快速识别两国投票是否一致。
• weighted.mean：用每年的决议总数作为权重计算整体平均，比简单平均更贴合实际（不同年份决议数量差异大）。
• filter(n() == 2)：排除某国缺席投票的决议，避免错误统计。

内容的提问来源于stack exchange，提问作者dilly