R语言按时间聚合并计算各分类值时间区间占比的实现方法

你需要的核心逻辑是：按Time分组后，统计每个分类X的出现次数占本组总样本量的比例，同时自动补全未出现的分类为0，有两种常用可直接运行的实现方式：

方法1：tidyverse 实现（逻辑清晰，适合新手阅读） #

# 构造示例数据
dat <- data.frame(
  Time = c("12:00:00","12:00:00","12:00:00","14:00:00","14:00:00","14:00:00"),
  X = c("A","B","B","A","B","C")
)

# 加载依赖包，首次使用需先运行 install.packages(c("dplyr","tidyr")) 安装
library(dplyr)
library(tidyr)

# 计算逻辑
result <- dat %>%
  # 按时间、分类统计每组样本数
  count(Time, X, name = "sample_count") %>%
  # 按时间分组计算占比
  group_by(Time) %>%
  mutate(prop = sample_count / n()) %>%
  ungroup() %>%
  # 转成宽表，缺失的分类自动补0
  pivot_wider(names_from = X, values_from = prop, values_fill = 0) %>%
  # 调整列名匹配目标格式
  rename_with(~paste0("% ", .), -Time)

方法2：基础R实现（无需加载额外包） #

# 生成时间-分类列联表，自动补全所有分类的计数
count_tab <- table(dat$Time, dat$X)
# 按行（每个时间组）计算占比
prop_tab <- prop.table(count_tab, margin = 1)
# 转换为要求的数据框格式
result <- as.data.frame.matrix(prop_tab)
colnames(result) <- paste0("% ", colnames(result))
result <- cbind(Time = rownames(result), result)
rownames(result) <- NULL

两种方法都支持自动识别X的所有取值，无需提前手动指定要生成的占比列，运行后得到的结果完全匹配目标输出结构。

内容的提问来源于stack exchange，提问作者Hamadryas