基于分组小计的计算列高效实现（R语言）

问题背景 #

我有如下的频数dataframe：

data <- data.frame(id = c("1","2","3","4","5","6","7","8"),
                   level = c("high", "high", "high", "med", "med", "med", "low", "low"),
                   n = c(24, 48, 57, 79, 2, 69, 37, 82))

需要创建新列prop，计算每个观测值占对应level分组小计的百分比。当前实现方案需要手动为每个level分组计算小计，当level取值增多时代码会变得冗余：

high <- sum(data$n[data$level == "high"])
med <- sum(data$n[data$level == "med"])
low <- sum(data$n[data$level == "low"])

data$prop <- NA
data$prop[data$level == "high"] <- (data$n/high)*100
data$prop[data$level == "med"] <- (data$n/med)*100
data$prop[data$level == "low"] <- (data$n/low)*100

高效解决方案 #

方法1：Base R原生函数ave() #

无需手动拆分分组，ave()可直接按指定分组计算统计量并匹配回原数据：

data$prop <- (data$n / ave(data$n, data$level, FUN = sum)) * 100

• 核心逻辑：ave(data$n, data$level, FUN = sum)会为每个level分组计算n的总和，自动将结果按原数据长度重复填充，直接与原n列做除法即可得到占比。

方法2：Tidyverse工具集（dplyr） #

用管道式分组操作，代码可读性更高，适配任意数量的分组：
先安装并加载dplyr（首次使用需安装）：

install.packages("dplyr")
library(dplyr)

执行分组计算：

data <- data %>%
  group_by(level) %>%
  mutate(prop = (n / sum(n)) * 100) %>%
  ungroup()

• 核心逻辑：group_by(level)按level分组，mutate()在分组内计算每个观测值的占比，ungroup()用于取消分组状态（可根据后续需求选择是否保留分组）。

以上两种方法均无需手动处理每个分组，能自动适配level的所有取值，大幅提升代码效率与可维护性。

内容的提问来源于stack exchange，提问作者nhedzll