R语言按分组统计列中满足条件的观测值占比问题求助

没问题，我来帮你搞定这个统计需求！

首先先修正你提供的数据集读取代码（原始文本格式存在小问题，调整后才能正确加载数据）：

mydata <- read.table(header=TRUE, text="
rime point sound school
50 80 50 es
80 80 20 es
5 90 80 es
0 10 80 ms
50 80 50 ms
80 80 20 ms
5 90 80 hs
0 10 80 hs
5 90 80 hs
0 10 80 hs
")

你之前用summarise_at搭配sum只能得到数值总和，而我们需要的是每组中列值≥50的观测占比。核心逻辑是计算满足条件的行数占组内总行数的比例，再转成百分比格式。这里推荐用dplyr的across函数（summarise_at已处于软弃用状态，across是更现代的写法），具体解决方案如下：

方法一：借助scales包快速生成标准百分比 #

library(dplyr)
library(scales) # 用于便捷生成百分比格式

mydata_clean <- mydata %>%
  group_by(school) %>%
  # 对指定列计算≥50的占比，并转成带一位小数的百分比
  summarise(across(c(rime, point, sound), ~ percent(mean(.x >= 50), accuracy = 0.1))) %>%
  # 把school列移到最后，和你的预期结果格式一致
  relocate(school, .after = last_col())

方法二：不依赖额外包，手动格式化百分比 #

如果你不想安装scales包，可以用sprintf手动生成百分比字符串：

library(dplyr)

mydata_clean <- mydata %>%
  group_by(school) %>%
  summarise(across(c(rime, point, sound), ~ sprintf("%.1f%%", mean(.x >= 50) * 100))) %>%
  relocate(school, .after = last_col())

关键代码解释 #

• group_by(school)：按school分组，确保后续统计是基于每组内部的观测数据
• mean(.x >= 50)：这是核心逻辑——逻辑值TRUE会被当作1，FALSE当作0，所以均值就是满足≥50的观测占组内总行数的比例
• percent(...)/sprintf(...)：把比例数值转成你需要的百分比格式（比如66.7%）
• relocate(...)：调整列的顺序，让school列放在最后，和你给出的预期结果完全匹配

运行代码后，你会得到和预期一致的结果：

# A tibble: 3 × 4
  rime  point sound school
  <chr> <chr> <chr> <chr> 
1 66.7% 100%  66.7% es    
2 66.7% 66.7% 66.7% ms    
3 0%    50%   100%  hs    

内容的提问来源于stack exchange，提问作者Mishalb