R语言中如何按年龄统计糖尿病Outcome计数并生成宽表及比例

现有代码的修正点 #

• 冗余筛选逻辑无效：根据你提供的数据集结构，Outcome为整数型列，仅存在0/1两个取值，原代码中filter(Outcome=="1"| Outcome == "0")既无实际筛选作用，还会因数值与字符串类型不匹配触发隐式转换，直接删除即可。
• 现有输出为长格式结构，需要通过宽格式转换实现“单一年龄对应两行计数拆分为两列”的目标。

完整实现代码 #

需提前加载dplyr、tidyr两个依赖包，完整逻辑：

library(dplyr)
library(tidyr)

age_outcome_summary <- diabetes.df %>%
  select(Age, Outcome) %>%
  group_by(Age, Outcome) %>%
  # .groups = "drop" 计数完成后自动移除分组属性，避免后续操作受干扰
  summarise(Count = n(), .groups = "drop") %>%
  # 长转宽：将Outcome的两类取值拆为独立列
  pivot_wider(
    names_from = Outcome,
    values_from = Count,
    names_prefix = "Count_Outcome=", # 自动生成符合要求的列命名
    values_fill = 0 # 防御性填充：某年龄无对应类别的记录时补0，避免出现NA
  ) %>%
  # 计算两类计数的比值，保留3位小数
  mutate(
    Count_Outcome_1_to_0 = round(
      `Count_Outcome=1` / `Count_Outcome=0`,
      digits = 3
    )
  )

输出匹配的结构 #

处理完成后的表格完全符合你预期的格式：

异常值处理 #

若某年龄下Count_Outcome=0的取值为0，直接相除会返回无穷大（Inf），可通过条件判断替换为缺失值，避免异常结果：

# 带异常判断的比值计算写法
mutate(
  Count_Outcome_1_to_0 = ifelse(
    `Count_Outcome=0` == 0,
    NA_real_,
    round(`Count_Outcome=1` / `Count_Outcome=0`, 3)
  )
)

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