R语言分组计算面积占比时map_dbl运算报错的解决方法

错误原因 #

1. 分组逻辑错误：原分组代码将area(km^2)也加入了分组维度，相当于把每条单独的记录作为独立分组，统计得到的总和不符合预期。
2. 占比计算逻辑错误：使用map_dbl遍历单个面积值时，除以的是总和向量（长度等于分组数量），返回结果长度和map_dbl要求的单值规则冲突，因此触发长度不匹配报错。

最简解决方案（tidyverse） #

直接在分组后用mutate配合分组求和函数计算占比，一步得到结果：

library(dplyr)

# 导入测试数据集
test_one <- structure(list(year = c(2001, 2001, 2001, 2001, 2001, 2001), 
    disastertype = c("earthquake", "earthquake", "earthquake", 
    "extreme temperature ", "extreme temperature ", "extreme temperature "
    ), `area(km^2)` = c(1907.09808242381, 3635.37825411105, 5889.17746880181, 
    8042.39623016696, 11263.4848508564, 11802.3111500339), country = c("Afghanistan", 
    "Afghanistan", "Afghanistan", "Afghanistan", "Afghanistan", 
    "Afghanistan")), row.names = c(1L, 10L, 65L, 109L, 135L, 
146L), class = "data.frame")

# 计算分组占比
result <- test_one %>%
  group_by(year, country, disastertype) %>% # 仅按指定的三个维度分组
  mutate(proportion = `area(km^2)` / sum(`area(km^2)`)) %>% # 当前行面积除以分组总面积
  ungroup() # 可选，解除分组方便后续数据操作

先算总和再合并的实现方式 #

如果需要单独生成分组总和表再合并计算，可采用如下写法：

# 生成分组总和表
test_sum <- test_one %>%
  group_by(year, country, disastertype) %>%
  summarise(total_area = sum(`area(km^2)`), .groups = "drop")

# 关联回原表计算占比
result <- test_one %>%
  left_join(test_sum, by = c("year", "country", "disastertype")) %>%
  mutate(proportion = `area(km^2)` / total_area) %>%
  select(-total_area)

以上两种方案输出的结果都和你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者Stackbeans