如何在R语言中用循环计算每人的物品浪费占比？

首先还原你的数据集：

df <- structure(list(Person= c("John Smith", "John Smith", "John Smith", 
"John Smith", "John Smith", "John Smith", "John Smith", "Martin Harris", 
"Martin Harris", "Martin Harris", "Kyle Short"), Item.Order = c("ABC", 
"ABC", "DEF", "ABC", "IJK", "ABC", "DEF", "IJK", "ABC", "ABC", 
"DEF"), Status = c("R", "W", "R", "R", 
"W", "W", "W", "R", "W", "R", 
"W")), class = "data.frame", row.names = c(NA, -11L))

方法一：用循环实现（符合你的需求） #

# 获取所有唯一的人员
unique_people <- unique(df$Person)
# 初始化结果数据框
waste_ratio <- data.frame(Person = character(), Ratio = numeric(), stringsAsFactors = FALSE)

# 循环每个人员计算比例
for(person in unique_people) {
  # 筛选当前人员的所有记录
  person_data <- df[df$Person == person, ]
  # 总操作次数
  total_ops <- nrow(person_data)
  # 浪费的次数（Status为"W"的记录数）
  waste_count <- sum(person_data$Status == "W")
  # 计算比例
  ratio <- waste_count / total_ops
  # 加入结果框
  waste_ratio <- rbind(waste_ratio, data.frame(Person = person, Ratio = ratio))
}

# 查看结果
print(waste_ratio)

运行后会得到每个人的浪费比例，比如John Smith的结果就是0.5714286。

方法二：更高效的非循环实现（R语言推荐写法） #

如果不需要强制用循环，用以下方法会更简洁高效，处理大数据集时速度更快：

用dplyr包： #

library(dplyr)

waste_ratio <- df %>%
  group_by(Person) %>%
  summarise(
    Ratio = sum(Status == "W") / n()
  ) %>%
  ungroup()

print(waste_ratio)

用base R的aggregate函数： #

waste_ratio <- aggregate(Status ~ Person, data = df, function(x) sum(x == "W") / length(x))
colnames(waste_ratio)[2] <- "Ratio"

print(waste_ratio)

这两种非循环方法结果和循环完全一致，但代码更简洁。

内容的提问来源于stack exchange，提问作者user16368421