如何按诊断分组计算数据框中各列1值的占比？

方法一：使用dplyr包（tidyverse生态） #

先加载dplyr包，通过分组后对目标列计算均值并转换为百分比格式：

# 加载包
library(dplyr)

# 计算分组占比并格式化
result <- df.bar %>%
  group_by(diagnosis) %>%
  summarise(across(C1:C2, ~ paste0(round(mean(.x) * 100), "%")))

# 查看结果
result

运行后输出：

diagnosis C1    C2   
  <chr>     <chr> <chr>
1 A         66%   33%  
2 hg        0%    0%   
3 nb        50%   0%   

方法二：使用Base R #

无需额外加载包，用aggregate函数实现：

# 计算分组占比并格式化
result_base <- aggregate(. ~ diagnosis, data = df.bar, 
                         FUN = function(x) paste0(round(mean(x)*100), "%"))

# 查看结果
result_base

输出结果与方法一一致。

原理说明 #

• 对于由0和1组成的列，mean(x)直接等于1的占比（均值=总和/数量，总和就是1的个数）
• 乘以100转换为百分比数值，round()取整后用paste0()添加百分号完成格式化

内容的提问来源于stack exchange，提问作者bic ton