如何在tidydata格式中计算各ID的答题正确率占比？

嘿，针对你这个计算每个ID答题正确率的需求，我给你准备了两种常用工具的实现方案，都是处理tidydata的好手：

方案1：用R语言（tidyverse生态） #

既然你提到了tidydata，那用dplyr来处理最顺手不过了，步骤清晰明了：

• 先加载tidyverse包
• 按ID分组，接着统计每组的总答题数、正确答题数，最后算出正确率

library(tidyverse)

# 假设你的数据存储在名为df的数据框里
accuracy_result <- df %>%
  group_by(ID) %>%
  summarise(
    total_responses = n(),
    correct_responses = sum(`Button-Pressed` == Correct_Answer),
    accuracy_rate = correct_responses / total_responses
  )

# 输出结果
print(accuracy_result)

注意：如果你的列名像Button-Pressed这种带有连字符的特殊符号，一定要用反引号`把列名包裹起来，不然R会识别出错哦

方案2：用Python（pandas库） #

要是你习惯用Python处理数据，pandas的分组功能也能轻松搞定这个需求：

import pandas as pd

# 假设你的数据存储在名为df的数据框里
accuracy_result = df.groupby('ID').apply(
    lambda group: pd.Series({
        'total_responses': len(group),
        'correct_responses': (group['Button-Pressed'] == group['Correct_Answer']).sum(),
        'accuracy_rate': (group['Button-Pressed'] == group['Correct_Answer']).mean()
    })
).reset_index()

# 输出结果
print(accuracy_result)

这里用mean()直接得到正确率是个小技巧——布尔值会被自动转换成1（匹配）和0（不匹配），取均值刚好就是正确次数占总次数的比例，省去了手动除法的步骤~

核心逻辑说明 #

不管用哪种工具，核心思路都是一致的：

• 按ID对数据进行分组
• 对每组数据，统计Button-Pressed与Correct_Answer内容匹配的次数
• 用匹配次数除以该组的总答题次数，得到该ID的答题正确率

比如你给出的示例数据，计算后会得到：

• ID1的正确率为0（5次答题全错）
• ID2的正确率为0.5（2次答题里1次正确）

内容的提问来源于stack exchange，提问作者Yunfei Liang