R语言中如何基于分类列将字符转换为数值并分组计算项目平均占比

之前的代码存在两个核心问题：

• 未按project维度分组，直接对全量数据统计Q1分布，结果无法关联对应项目
• 仅处理了Q1的筛选逻辑，未覆盖Q2的Top2Box统计规则

统计规则定义 #

本次采用Top2Box统计口径，各问题的成功项定义如下：

• Q1："Very likely"、"Likely"
• Q2："Very easy"、"Easy"

字符响应转数值逻辑 #

将每个字符型响应与对应问题的成功项匹配，直接二值化为数值变量：

• 匹配成功：转为1（代表符合成功项要求）
• 匹配失败：转为0（代表不符合成功项要求）
  后续即可基于二值变量做分组求平均计算。

可运行实现代码 #

# 加载依赖包
library(dplyr)

# 定义各问题的Top2Box成功项映射
top2_map <- list(
  Q1 = c("Very likely", "Likely"),
  Q2 = c("Very easy", "Easy")
)

# 分组计算统计结果
result <- masterdf %>%
  # 按项目维度分组
  group_by(project) %>%
  # 计算每个问题的Top2Box占比（二值变量均值即为成功占比）
  summarise(
    Q1 = mean(Q1 %in% top2_map$Q1) * 100,
    Q2 = mean(Q2 %in% top2_map$Q2) * 100
  ) %>%
  # 对齐输出表列名要求
  rename(Project = project) %>%
  # 格式化为带%符号的字符串，如需保留纯数值可删除此段
  mutate(
    Q1 = paste0(round(Q1), "%"),
    Q2 = paste0(round(Q2), "%")
  )

输出结果说明 #

运行代码后，result对象即为符合要求结构的输出表，你提供的示例输入数据对应的实际计算结果为：

（注：你给出的示例输出表为结构参考，实际数值由输入数据计算得出）

内容的提问来源于stack exchange，提问作者Delly