R语言中如何将同时属于多部门的人员按0.5分别计入对应部门统计

你这个思路其实已经走对一半啦！拆分部门列确实是关键的第一步，接下来只需要把拆分后的宽格式数据转成长格式，再给每个部门行分配对应的权重，最后求和就能得到你想要的结果了。

结合你已经写好的代码，我们可以继续往下完善：

library(tidyverse)

# 承接你完成的部门拆分步骤
Grad_Applied_Formatted1 <- Grad_AppAccMat %>%
  separate_wider_delim(DEPT, "/", names = c("DEPT1", "DEPT2"), 
                       too_few = "align_start", cols_remove = FALSE)

# 转长格式并计算部门统计数
final_result <- Grad_Applied_Formatted1 %>%
  # 将拆分后的DEPT1、DEPT2转为单部门行，自动过滤空值
  pivot_longer(
    cols = starts_with("DEPT"), 
    names_to = "temp_col", 
    values_to = "DEPT_Clean", 
    values_drop_na = TRUE
  ) %>%
  # 按ID分组，计算每个ID对应的部门数量，得到权重
  group_by(`ID Number`) %>%
  mutate(weight = 1/n()) %>%
  ungroup() %>%
  # 按部门分组求和权重，得到最终统计
  group_by(DEPT_Clean) %>%
  summarize(Count = sum(weight)) %>%
  rename(DEPT = DEPT_Clean) # 重命名列名匹配目标输出

我来给你拆解下每一步的作用：

• pivot_longer：把原来的宽格式（一行多个部门）转成长格式（一行一个部门），values_drop_na = TRUE会自动去掉那些只有单个部门时产生的空值行；
• 按ID Number分组后，n()会返回每个ID对应的部门数量，weight = 1/n()就得到了每个部门应占的权重——比如ID18有2个部门，权重就是0.5；单个部门的ID权重就是1；
• 最后按部门分组求和权重，就能得到每个部门的最终统计数，完全符合你想要的输出效果。

另外这个方案还有个好处：如果以后遇到一个人属于3个甚至更多部门的情况，代码不需要修改，依然能自动计算出对应的权重（比如3个部门就是1/3），通用性很强。

备注：内容来源于stack exchange，提问作者asokol