R语言按年龄组及全量计算病例占比并新增为dataframe列的方法

解决方案（R语言） #

你提供的数据已经默认按Age group分组，直接用dplyr的mutate函数就能完成两列的计算：

library(dplyr)

# 计算新增列
Cm_result <- Cm %>%
  mutate(
    # 组内占比：当前行Cases / 所属Age group的总Cases
    Cases1 = Cases / sum(Cases, na.rm = TRUE),
    # 全量占比：当前行Cases / 所有行的总Cases，加.by = NULL取消分组限制
    Cases2 = Cases / sum(Cases, na.rm = TRUE, .by = NULL)
  )

# 查看结果
print(Cm_result)

如果你使用的dplyr版本低于1.1.0不支持.by参数，替换为下面的写法即可：

Cm_result <- Cm %>%
  mutate(Cases1 = Cases / sum(Cases, na.rm = TRUE)) %>%
  ungroup() %>%
  mutate(Cases2 = Cases / sum(Cases, na.rm = TRUE))

计算后同一个Age group分组内所有行的Cases1加总等于1，全表所有行的Cases2加总等于1，符合需求。

内容的提问来源于stack exchange，提问作者firmo23