如何在R中按分组生成含对错答案统计的DataFrame

问题描述 #

现有一个包含两列的DataFrame：

• 第一列是分类（如"S1""S2"）
• 第二列用1表示正确答案，0表示错误答案

示例数据：

需要生成如下结构的目标DataFrame：

解决方案 #

方法1：使用dplyr包（tidyverse生态） #

这是分组统计最直观的方式，步骤清晰：

# 未安装dplyr的话先运行：install.packages("dplyr")
library(dplyr)

# 构造示例数据
df <- data.frame(
  SYSTEM = c("S1", "S1", "S2", "S2", "S2"),
  Q1 = c(0, 1, 1, 0, 1)
)

# 生成目标表格
result_df <- df %>%
  group_by(SYSTEM) %>%
  summarise(
    `Correct answers` = sum(Q1 == 1),
    `Wrong answers` = sum(Q1 == 0),
    `Total answers` = n()
  ) %>%
  rename(System = SYSTEM)

# 查看结果
print(result_df)

方法2：使用基础R（无需额外包） #

如果不想依赖第三方包，可用aggregate函数实现：

# 构造示例数据
df <- data.frame(
  SYSTEM = c("S1", "S1", "S2", "S2", "S2"),
  Q1 = c(0, 1, 1, 0, 1)
)

# 分组统计
agg_result <- aggregate(Q1 ~ SYSTEM, data = df, FUN = function(x) {
  c(
    Correct = sum(x == 1),
    Wrong = sum(x == 0),
    Total = length(x)
  )
})

# 转换为标准DataFrame并调整列名
result_df <- do.call(data.frame, agg_result)
colnames(result_df) <- c("System", "Correct answers", "Wrong answers", "Total answers")

# 查看结果
print(result_df)

内容的提问来源于stack exchange，提问作者cat cat