R语言使用prop.table()合并分类输出占比的实现方法

你想到的「剔除不吸烟样本后计算占比」的方法是完全正确的，以下是3种不同场景下可复用的实现方案：

方法1：直接对占比结果按类别名称求和（最适合临时计算） #

prop.table返回的是带类别名称的命名向量，无需额外处理原始数据，直接提取目标类别求和即可：

# 1. 计算各吸烟类别的全量占比
smoke_prop <- prop.table(table(Student1995$smoke))
# 2. 提取两类吸烟者的占比求和
total_smoker_prop <- sum(smoke_prop[c("Occasional", "Regular")])
# 输出结果，可按需用round()调整小数精度
total_smoker_prop

运行后直接返回0.38的预期结果。

方法2：新增二分类标识列（适合后续频繁使用吸烟分组逻辑） #

如果后续分析经常需要区分吸烟/不吸烟群体，可以提前给数据框新增分组列，后续计算无需重复写判断逻辑：

# 新增is_smoker列，吸烟为TRUE，不吸烟为FALSE
Student1995$is_smoker <- Student1995$smoke %in% c("Occasional", "Regular")
# 方法A：用prop.table计算占比
prop.table(table(Student1995$is_smoker))
# 方法B：直接计算逻辑值均值，和上面的结果完全等价（逻辑值中TRUE等价于1、FALSE等价于0，均值就是TRUE的占比）
mean(Student1995$is_smoker)

方法3：合并因子水平（适合做汇总统计报告） #

如果需要保留分类变量的因子结构，输出同时包含非吸烟者/吸烟者的汇总占比，可以合并原有因子水平后再统计：

# 合并吸烟相关的因子水平
smoke_group <- forcats::fct_collapse(Student1995$smoke,
  "吸烟者" = c("Occasional", "Regular"),
  "非吸烟者" = "Not"
)
# 计算分组占比
prop.table(table(smoke_group))

运行后会同时输出两类群体的占比，适合直接用于统计结果展示。

内容的提问来源于stack exchange，提问作者iKcon