R语言中group_by与mutate实现分组占比计算的简化方法问询

完全可以简化成一步操作，用dplyr的链式调用就能搞定，不用拆分多个中间表，避免冗余的分组和表连接：

share_data <- df %>%
  group_by(DEP) %>%
  summarise(
    total_count = n(),  # 统计每组总行数
    filter_count = sum(T_depart >= 60, na.rm = TRUE),  # 统计每组T_depart≥60的行数，na.rm用于处理缺失值
    share_dep = filter_count / total_count  # 直接计算占比
  )

代码说明： #

• group_by(DEP)：一次性按DEP分组，后续所有统计都基于这个分组逻辑
• n()：直接获取当前分组的总行数，不用单独生成统计表
• sum(T_depart >= 60, na.rm = TRUE)：利用R中逻辑值自动转数值的特性（TRUE=1，FALSE=0），求和得到符合条件的行数；如果你的数据里没有缺失值，可以去掉na.rm = TRUE
• 最后直接在summarise里计算占比，省去了后续left_join的步骤，也避免了列名混淆的问题

补充纠正： #

原代码里的share_dep=n.x/n.y计算逻辑是反的，正确占比应该是筛选行数/总行数，也就是n.y/n.x，上面的简化代码直接从源头避免了这个易错点。

内容的提问来源于stack exchange，提问作者Sony