R语言实现：按分组统计数据框各唯一元素频率并转换宽表

实现逻辑 #

• 按Group字段分组，统计每组Nb字段的总和
• 组内每条记录的Nb值除以组内总和，得到对应Family类别的占比
• 将Family的不同取值展开为独立列，没有对应值的位置填充0
• 若需要补充数据中暂未出现的Family列（如示例中的E、F），单独新增列赋值为0即可

tidyverse 实现（推荐） #

首次使用需先安装依赖包，后续直接加载即可：

# 安装命令（仅首次运行需要）
# install.packages(c("dplyr", "tidyr"))
library(dplyr)
library(tidyr)

转换代码：

# 构造示例数据
df <- data.frame(
  Group = c(1,2,3,3,3,4,4,5,5),
  Family = c("A", "B", "A", "B", "C", "D", "A", "B", "D"), 
  Nb = c(15L, 20L, 2L, 1L, 1L, 10L, 5L, 1L, 1L)
)

result <- df %>%
  group_by(Group) %>%
  # 计算组内占比
  mutate(ratio = Nb / sum(Nb)) %>%
  # 长表转宽表，缺失值填0
  pivot_wider(
    id_cols = Group,
    names_from = Family,
    values_from = ratio,
    values_fill = 0
  ) %>%
  # 补充示例中要求的E、F全0列，不需要可删除
  mutate(E = 0, F = 0) %>%
  # 调整列顺序与示例对齐
  select(Group, A, B, C, D, E, F) %>%
  # 数值保留两位小数匹配示例格式
  mutate(across(A:F, ~round(.x, 2)))

运行后输出结果和预期完全一致：

# A tibble: 5 × 7
  Group     A     B     C     D     E     F
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     1  1     0     0     0        0     0
2     2  0     1     0     0        0     0
3     3  0.5   0.25  0.25  0        0     0
4     4  0.33  0     0     0.67     0     0
5     5  0     0.5   0     0.5      0     0

基础R实现（无需安装第三方包） #

如果不想安装第三方包，可以直接用基础R函数实现：

# 计算每个Group的Nb总和
group_sum <- aggregate(Nb ~ Group, df, sum)
df <- merge(df, group_sum, by = "Group", suffixes = c("", "_sum"))
# 计算占比
df$ratio <- df$Nb / df$Nb_sum
# 生成交叉宽表
result <- as.data.frame.matrix(xtabs(ratio ~ Group + Family, df))
# 补全Group列和缺失的E、F列
result$Group <- as.integer(row.names(result))
result$E <- 0
result$F <- 0
# 调整列顺序、保留两位小数
result <- result[, c("Group", "A", "B", "C", "D", "E", "F")]
result[, -1] <- round(result[, -1], 2)

内容的提问来源于stack exchange，提问作者chippycentra