使用dplyr分组计算占比时代码过于繁琐，有无更简洁的实现方案？

以下两种方案都可以得到和你现有逻辑完全一致的计算结果，且步骤更简洁、可读性更强：

方案1：基于dplyr原生分组逻辑实现 #

思路：先按year+weight分组求和，利用summarise的分组控制参数，无需反复切换分组维度，也不需要额外去重：

library(dplyr)

df %>%
  group_by(year, weight) %>%
  # 求和后自动丢弃weight分组，仅保留上层year分组
  summarise(sum_quantity = sum(quantity), .groups = "drop_last") %>%
  # 直接按year分组计算占比
  mutate(sum_quantity = sum_quantity / sum(sum_quantity))

如果使用的dplyr版本较低不支持.groups参数，改成下面的写法即可兼容：

df %>%
  group_by(year, weight) %>%
  summarise(sum_quantity = sum(quantity)) %>%
  group_by(year) %>%
  mutate(sum_quantity = sum_quantity / sum(sum_quantity))

方案2：用count函数简化求和步骤 #

如果希望代码更短，可以用count的wt参数直接实现加权分组计数，替代group_by+sum的组合写法：

df %>%
  # wt参数指定按quantity字段求和，name参数自定义求和结果的列名
  count(year, weight, wt = quantity, name = "sum_quantity") %>%
  group_by(year) %>%
  mutate(sum_quantity = sum_quantity / sum(sum_quantity))

内容的提问来源于stack exchange，提问作者symbolrush