R语言如何用dplyr分组创建新列并计算数值列百分比占比

no <- rep(1:5, each=2)
type <- rep(LETTERS[1:2], times=5)
set.seed(4)
value <- round(runif(10, 10, 30))

df <- data.frame(no, type, value)

打印数据框df输出如下：

df

    no type value
1   1    A    22
2   1    B    10
3   2    A    16
4   2    B    16
5   3    A    26
6   3    B    15
7   4    A    24
8   4    B    28
9   5    A    29
10  5    B    11

按no字段分组，统计每组的value总和作为total_value列，同时分别计算每组中type为A、B的value值占该组总value的百分比，生成pct_A、pct_B两个独立列，预期输出如下：

no    pct_A    pct_B total_value
1  1 68.75000 31.25000          32
2  2 50.00000 50.00000          32
3  3 63.41463 36.58537          41
4  4 46.15385 53.84615          52
5  5 72.50000 27.50000          40

原有可运行但流程冗余的代码如下：

df %>%
  group_by(no) %>%
  mutate(total_value= sum(value))-> df

df %>%
  mutate(pct_A=ifelse(type=='A', (value/total_value) *100, 0),
         pct_B=ifelse(type=='B', (value/total_value) *100, 0)) %>%
  group_by(no) %>%
  summarise(pct_A=sum(pct_A),
            pct_B=sum(pct_B)) %>%
  ungroup() %>%
  merge(df) %>%
  distinct(no, .keep_all = T) %>%
  select(-type, -value)

直接在分组后的summarise步骤完成所有计算，单管道一次输出结果，无需额外合并、去重操作：

library(dplyr)

df %>%
  group_by(no) %>%
  summarise(
    total_value = sum(value),
    pct_A = sum(value[type == "A"]) / total_value * 100,
    pct_B = sum(value[type == "B"]) / total_value * 100
  )

注：使用sum()包裹对应类型的value取值是为了兼容同组内同type存在多条记录的场景，若确定每组内A、B各只有1条记录，可省略sum()直接写value[type == "A"]。

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