如何按区域子集计算各年度列中Brand B1的占比

样本数据 #

dff4 <- data.frame(stringsAsFactors = FALSE, check.names = FALSE, 
    Region = c("A", "A", "A", "A", "A", "B", "B", "B", "B", "B", 
        "C", "C", "C", "C", "C"), 
Brand = c("B1", "B2", "B3", 
        "B4", "B5", "B1", "B2", "B3", "B4", "B5", "B1", "B2", 
        "B3", "B4", "B5"), 
`2018` = c(2923, 2458, 2812, 2286, 
        1683, 1085, 2805, 3214, 1059, 1866, 3280, 2481, 2016, 
        1230, 1763), 
`2019` = c(2497, 2306, 2264, 3602, 3381, 
        1778, 2470, 2249, 2297, 3264, 1071, 2345, 3815, 3685, 
        1381), 
`2020` = c(3458, 1448, 2033, 1021, 2275, 1527, 
        1316, 2229, 3029, 1054, 3590, 2978, 2633, 3531, 2608), 
`2021` = c(1496, 2196, 1448, 2344, 3853, 3499, 1681, 3282, 
        1693, 2102, 2235, 2007, 3796, 3394, 2421), 
`2022` = c(3759, 
        3371, 2908, 3222, 1720, 2862, 3767, 2544, 3299, 3961, 
        1030, 1268, 2652, 3656, 3053))

需求说明 #

计算不同区域中Brand B1在2018-2022各年度列的占比，即每个区域内，B1的数值占该区域对应年度所有品牌总和的比例（类似Excel数据透视表中基于父级总计的占比计算）。

已尝试的方法及问题 #

• 方法1：按整列总计计算占比，未按Region子集分组

dff4 %>% mutate(across(where(is.double), ~./sum(.), .names = "perc_{.col}"))

问题：sum(.)计算的是整列的总和，不是当前区域内的总和，结果不符合需求。

• 方法2：能得到单年度正确结果，但无法批量处理所有年度列

transform(dff4, percent = ave(dff4$`2018`, dff4$Region, 
    FUN = prop.table))

问题：只能单独处理某一列，需要为每个年度列重复编写代码，效率低。

解决方案 #

方案1：保留所有品牌数据，批量生成占比列 #

使用dplyr的group_by结合across，按区域分组后批量计算各年度列的占比：

library(dplyr)

# 按Region分组，批量计算各年度列的区域内占比
dff4_result <- dff4 %>%
  group_by(Region) %>%
  mutate(across(`2018`:`2022`, ~ .x / sum(.x), .names = "perc_{.col}")) %>%
  ungroup()

# 过滤出Brand B1的结果
dff4_b1 <- dff4_result %>%
  filter(Brand == "B1")

说明：group_by(Region)确保计算总和时仅针对当前区域，across(2018:2022)批量处理所有年度列，~ .x / sum(.x)计算当前行数值在区域内该年度的占比，最后过滤出B1的行即可得到目标结果。

方案2：直接生成B1的区域占比（更简洁） #

如果只需要Brand B1的占比结果，无需保留其他品牌数据，可以直接在summarise中计算：

dff4_b1_perc <- dff4 %>%
  group_by(Region) %>%
  summarise(across(`2018`:`2022`, ~ .x[Brand == "B1"] / sum(.x), .names = "perc_{.col}"))

说明：.x[Brand == "B1"]提取当前区域内B1的数值，除以该区域对应年度的总和，直接得到每个区域B1的年度占比。

内容的提问来源于stack exchange，提问作者Himanshu M