在R中使用dplyr识别列排名并实现统计值加权求和

嘿，我懂你纠结的点了——想用每个学生的记录条数来给他们的统计项做加权求和，对吧？其实用dplyr完全可以轻松实现，我给你一步步拆解：

首先，先构造和你示例一致的测试数据（额外加了个Stat_2方便演示不同数值的情况）：

library(dplyr)

# 构造示例学生数据
student_data <- tibble(
  Name = c("A", "B", "A", "A", "B", "C"),
  Yr. = c("Fr.", "Fr.", "So.", "Jr.", "So.", "Sr."),
  Stat_1 = rep(5, 6),
  Stat_2 = c(3, 4, 2, 6, 1, 5)
)

方法一：先计算记录数再逐行加权 #

这个方法适合你需要保留每行数据，同时查看每行的加权值的场景：

weighted_data <- student_data %>%
  group_by(Name) %>%
  mutate(
    # 计算每个学生的总记录数
    student_record_count = n(),
    # 对每个统计项做加权（统计项值 × 学生总记录数）
    weighted_Stat1 = Stat_1 * student_record_count,
    weighted_Stat2 = Stat_2 * student_record_count
  )

# 查看结果
weighted_data

如果需要每个学生的总加权求和值，可以在此基础上再做汇总：

student_weighted_totals <- weighted_data %>%
  group_by(Name) %>%
  summarise(
    student_record_count = first(student_record_count),
    total_weighted_Stat1 = sum(weighted_Stat1),
    total_weighted_Stat2 = sum(weighted_Stat2)
  )

student_weighted_totals

方法二：直接在汇总时计算（更高效） #

如果你只需要每个学生的总加权求和结果，不需要保留每行数据，那么可以一步到位，省去中间的mutate步骤，效率更高：

student_weighted_totals <- student_data %>%
  group_by(Name) %>%
  summarise(
    student_record_count = n(),
    # 先统计每个学生的统计项总和，再乘以记录数得到加权总和
    total_weighted_Stat1 = sum(Stat_1) * student_record_count,
    total_weighted_Stat2 = sum(Stat_2) * student_record_count
  )

student_weighted_totals

两种方法得到的结果是完全一致的，你可以根据自己的需求选择更合适的方式。

内容的提问来源于stack exchange，提问作者a.powell