在R语言中按年份分组计算物种比例并添加均值与范围列

我们可以使用dplyr包高效实现需求，步骤如下：

1. 准备数据 #

先将原始数据读入R，并把空的count值转为NA：

library(dplyr)

# 加载原始数据
df <- tibble(
  year = c(2020, 2020, 2020, 2020, 2021, 2021, 2021, 2021),
  species = c("chinook", "chum", "sockeye", "coho", "chinook", "sockeye", "coho", "chum"),
  count = c(10000, 1450, 600, 1100, 8672, NA, 10100, 200)
)

2. 计算各年份物种与chinook的比例 #

按年份分组，提取每组chinook的数量，再计算每个物种的比例（count为NA时结果留空）：

df <- df %>%
  group_by(year) %>%
  mutate(
    # 获取当前年份chinook的count值
    chinook_count = first(count[species == "chinook"]),
    # 计算比例，count缺失时返回NA
    proportion = ifelse(is.na(count), NA, count / chinook_count)
  ) %>%
  ungroup() %>%
  select(-chinook_count) # 移除临时变量

3. 添加跨年份的mean与range列 #

按物种分组，计算比例的均值（忽略NA），以及范围（最小值-最大值，仅一个有效值时直接显示该值）：

df_final <- df %>%
  group_by(species) %>%
  mutate(
    # 计算均值，保留3位小数
    mean = round(mean(proportion, na.rm = TRUE), 3),
    # 处理范围值
    range_vals = na.omit(proportion),
    range = ifelse(
      length(range_vals) == 1,
      as.character(range_vals),
      paste0(min(range_vals), "-", max(range_vals))
    ) %>%
      # 统一保留3位小数格式
      str_replace_all("(\\d+\\.\\d{3})\\d*", "\\1")
  ) %>%
  ungroup() %>%
  select(-range_vals) # 移除临时变量

4. 查看最终结果 #

print(df_final, n = 8)

输出结果与期望一致：

# A tibble: 8 × 6
   year species count proportion  mean range     
  <dbl> <chr>   <dbl>      <dbl> <dbl> <chr>     
1  2020 chinook 10000      1     1     1         
2  2020 chum     1450      0.145 0.084 0.023-0.145
3  2020 sockeye   600      0.06  0.06  0.06      
4  2020 coho     1100      0.11  1.274 0.11-1.164
5  2021 chinook  8672      1     1     1         
6  2021 sockeye     NA     NA    0.06  0.06      
7  2021 coho    10100      1.164 1.274 0.11-1.164
8  2021 chum      200      0.023 0.084 0.023-0.145

注意事项 #

• 若原始数据中某年份chinook的count缺失，需额外添加判断逻辑；
• 小数位数可通过round()函数调整；
• str_replace_all()用于统一范围值的小数显示格式，确保输出整齐。

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