Python统计事故数的分组聚合代码对应的R等效实现方法是什么？

你给出的Python代码功能为统计accident_severity和day_of_week两列的组合频数后，按事故严重程度分组求和总事故数，R中可以通过以下两种常用方案实现：

方案1：tidyverse（dplyr）实现（主流常用） #

首先加载dplyr包，代码如下：

library(dplyr)

# 完全等价于你提供的Python代码功能
df %>%
  # 若原数据有其他列，先选中需要的两列避免干扰，不需要可以去掉这行
  select(accident_severity, day_of_week) %>%
  # 统计两列各组合的频数
  count(accident_severity, day_of_week) %>%
  # 按事故严重程度分组求和
  group_by(accident_severity) %>%
  summarise(total_accidents = sum(n), .groups = "drop")

如果需要统计指定星期几的对应事故量，增加筛选步骤即可，例如统计周一的事故：

df %>%
  filter(day_of_week == "周一") %>% # 替换为你需要的星期取值
  count(accident_severity, name = "total_accidents")

方案2：基础R实现（无需加载第三方包） #

# 完全等价于你提供的Python代码功能
# 先提取需要的两列
target_df <- df[, c("accident_severity", "day_of_week")]
# 按事故严重程度分组求和
aggregate(
  x = rep(1, nrow(target_df)),
  by = list(accident_severity = target_df$accident_severity),
  FUN = sum
)

统计指定星期几的事故量实现如下：

# 筛选周日的事故数据，替换引号内内容即可调整目标星期
sub_df <- df[df$day_of_week == "周日", ]
# 输出各严重程度对应的事故数量
table(sub_df$accident_severity)

内容的提问来源于stack exchange，提问作者Marcos