使用R dplyr实现长格式因子数据的计数、总计与百分比汇总

直接用dplyr链式操作就能一次性完成所有计算，无需拆分合并数据框，代码如下：

library(tidyverse)

# 生成目标汇总表
summary_df <- df %>%
  # 可选：过滤未作答的空值，按需调整
  filter(!is.na(Response)) %>%
  # 按问题+响应选项分组
  group_by(Question, Response) %>%
  # 统计每个选项的计数，保留问题分组
  summarise(Count = n(), .groups = "drop_last") %>%
  # 计算问题总样本数与选项占比
  mutate(
    Total_of_Q = sum(Count),
    Percent_C_of_Total = round((Count / Total_of_Q) * 100, 2) # 保留两位小数，可修改
  ) %>%
  # 取消分组，得到常规数据框
  ungroup()

代码说明： #

• filter(!is.na(Response))：如果数据存在未作答的空值，这一步可以过滤掉，不需要则直接删除该行。
• group_by(Question, Response)：精准定位每个问题下的不同响应选项，为计数做准备。
• summarise(Count = n(), .groups = "drop_last")：统计每个选项的出现次数，.groups = "drop_last"自动移除Response分组，仅保留Question分组，方便后续计算该问题的总样本数。
• mutate()：在Question分组内，用sum(Count)得到该问题的总样本数Total_of_Q，再通过计数除以总数得到百分比，round()用于控制小数位数，提升数据可读性。
• ungroup()：最终取消分组，避免后续操作受分组逻辑影响。

这个方案全程链式处理，数据仅经过一次流转，效率远高于拆分合并的方式，7万多行的数据集可以快速完成计算。

内容的提问来源于stack exchange，提问作者Peter King