计算占比并忽略缺失值：用dplyr实现按性别统计薪资占比

嘿，这需求用dplyr处理起来超顺手的！我帮你把完整的实现步骤和代码写出来，你直接套用就行～

首先先还原你提供的数据集（方便后续测试）：

library(dplyr)
library(tidyr) # 需要用到pivot_wider，得加载这个包

# 你的原始数据集
x <- data.frame(
  Department = c("Dep1", "Dep1","Dep2", "Dep2","Dep3"), 
  Gender = c("F", "M", "F", "M", "F"), 
  Salary = seq(10,14)
)

接下来就是核心的统计步骤，我们可以一步到位算出各性别的平均薪资，以及女性薪资占男性的比例：

# 生成目标统计表格
salary_summary <- x %>%
  # 按性别分组
  group_by(Gender) %>%
  # 计算每组的平均薪资，保留2位小数让结果更清晰
  summarise(Average_Salary = round(mean(Salary), 2), .groups = "drop") %>%
  # 转换为宽格式，让男女平均薪资在同一行，方便计算比例
  pivot_wider(names_from = Gender, values_from = Average_Salary) %>%
  # 计算女性平均薪资占男性的百分比，同样保留2位小数
  mutate(Female_to_Male_Percentage = round((F / M) * 100, 2)) %>%
  # 重命名列名，让表格可读性更强
  rename(Female_Average_Salary = F, Male_Average_Salary = M)

代码解释 #

• group_by(Gender)：按性别对数据分组，确保我们分别计算男女的平均薪资
• summarise(...)：计算每组的平均薪资，.groups = "drop"是为了取消分组状态，方便后续处理
• pivot_wider：把长格式的数据转成宽格式，这样男性和女性的平均薪资会放在同一行，方便我们计算比例
• mutate：基于男女平均薪资计算女性薪资占男性的百分比
• rename：把列名改成更直观的名称，避免用单个字母F/M

最终输出结果 #

运行完上面的代码后，打印salary_summary就能得到你想要的统计表格：

# A tibble: 1 × 3
  Female_Average_Salary Male_Average_Salary Female_to_Male_Percentage
                   <dbl>                <dbl>                      <dbl>
1                  12.00               12.00                     100.00

（这里因为你的数据里男女平均薪资刚好相等，所以比例是100%，如果换其他数据会自动计算对应的比例）

内容的提问来源于stack exchange，提问作者Economist