如何使用dplyr的summarize函数统计总条目数及特定组条目占比

嗨，这问题我熟！你想用dplyr处理订单数据，统计每个客户的总订单量，还有特定产品（比如这里的apple）的订单占比，其实用group_by()配合summarize()就能完美解决，咱们直接上代码和解释：

首先先确认你的原始数据（我把你给的tribble代码整理好了）：

library(dplyr)
library(tibble)

ord <- tribble(
  ~name, ~product,
  "Alice", "apple",
  "Alice", "banana",
  "Alice", "cherry",
  "Alice", "apple",
  "Bob", "apple",
  "Bob", "banana",
  "Alice", "apple"
)

接下来就是核心的处理步骤：

• 先用group_by(name)按客户名称分组，这样后续的统计都是基于每个客户的订单来计算的
• 然后在summarize()里定义两个统计项：
  • total_orders：用n()函数直接获取每组的行数，也就是该客户的总订单数
  • apple_fraction：用sum(product == "apple")统计该客户的苹果订单数量，再除以总订单数得到占比

完整代码如下：

result <- ord %>%
  group_by(name) %>%
  summarize(
    total_orders = n(),
    apple_fraction = sum(product == "apple") / total_orders
  )

# 查看结果
result

运行之后就能得到你想要的输出：

# A tibble: 2 × 3
  name  total_orders apple_fraction
  <chr>        <int>          <dbl>
1 Alice            5            0.6
2 Bob              2            0.5

要是你以后想换其他产品的占比，只需要把product == "apple"里的apple换成对应的产品名称就行，非常灵活！

备注：内容来源于stack exchange，提问作者mac