按分组计算占比：R语言多站点物种比例高效计算求助

嘿，作为R语言新手，你已经尝试了拆分数据框的方法，但确实可以用更简洁的方式实现——不用创建一堆中间对象，用dplyr的链式操作或者Base R的函数就能一步搞定！

首先先把你的原始数据明确下来（方便复现）：

df <- data.frame(
  Site = c("A", "A", "A", "A", "B", "B", "B"),
  Species = c("Davilla kunthii", "Faramea occidentalis", "Thevetia ahouai", "Desmodium axillare", "Mimosa sp.", "Sida rhombifolia", "Sida rhombifolia")
)

推荐方案：用dplyr链式操作（最直观） #

dplyr的管道语法（%>%）可以让你把所有操作串起来，全程不用额外创建临时对象：

library(dplyr)

output <- df %>%
  # 第一步：按站点+物种分组，统计每个组合的出现次数
  group_by(Site, Species) %>%
  tally() %>%
  # 第二步：回到按站点分组，计算每个物种在站点内的占比
  group_by(Site) %>%
  mutate(Proportion = round(n / sum(n), 4)) %>%
  # 可选：删掉计数列n，只保留你需要的三列
  select(-n)

# 查看结果
output

运行后会得到你想要的输出：

# A tibble: 6 × 3
# Groups:   Site [2]
  Site  Species               Proportion
  <chr> <chr>                      <dbl>
1 A     Davilla kunthii            0.25  
2 A     Desmodium axillare         0.25  
3 A     Faramea occidentalis       0.25  
4 A     Thevetia ahouai            0.25  
5 B     Mimosa sp.                 0.3333
6 B     Sida rhombifolia           0.6667

每一步的逻辑：

• group_by(Site, Species)：把数据按站点和物种分组，这样tally()能统计每个站点下每个物种的个体数；
• 再次group_by(Site)：切换分组维度到站点，确保计算占比时是用物种计数除以当前站点的总个体数；
• mutate(Proportion = round(n / sum(n), 4))：生成占比列，用round()控制小数位数（和你期望的输出一致）。

备选方案：Base R实现（不用额外装包） #

如果不想安装dplyr，用Base R的ave()函数也能做到：

# 直接在原数据框添加占比列
df$Proportion <- with(df, 
  # 每个站点-物种的数量 / 每个站点的总数量
  ave(rep(1, nrow(df)), Site, Species, FUN = length) / 
  ave(rep(1, nrow(df)), Site, FUN = length)
)

# 去重得到唯一的站点-物种-占比行
output_base <- unique(df)

这个方法的核心是ave()函数，它能按分组计算统计量，最后用unique()去掉重复行，就能得到和目标一致的结果。

内容的提问来源于stack exchange，提问作者Paulina Corona Tejeda