R 分组并使用删除的重复项进行汇总

我们可以使用以下数据帧作为示例：

Cases <- c("Siddhartha", "Siddhartha", "Siddhartha", "Paul", "Paul", "Paul", "Hannah")
Procedures <- c("1", "1", "2", "3", "3", "4", "1")

(df <- data.frame(Cases, Procedures))

       Cases Procedures
1 Siddhartha          1
2 Siddhartha          1
3 Siddhartha          2
4       Paul          3
5       Paul          3
6       Paul          4
7     Hannah          1

---

Cases您要计算每个
过程的不同案例数
。您可以使用
n_distinct
来计算。您还可以使用curly-curly操作符（
{{}
），它同时完成
enquo
和
的工作在一起

library(dplyr)
library(rlang)

Sum_Group <- function(df, variable) {

  df %>%
    group_by({{variable}}) %>%
    summarise(Number = n_distinct(Cases)) %>%
    mutate(Prozent = round((Number/sum(Number)*100)))
}

Sum_Group(df, Procedures)

# A tibble: 4 x 3
#  Procedures Number Prozent
#  <chr>       <int>   <dbl>
#1 1               2      40
#2 2               1      20
#3 3               1      20
#4 4               1      20

库（dplyr）
图书馆（rlang）
总组%
分组依据（{{variable}}）%>%
总结（数量=n_不同（案例））%>%
变异（比例=四舍五入（（数字/总和（数字）*100）））
}
Sum_组（df，程序）
#一个tibble:4x3
#程序数比例
#            
#1 1               2      40
#2 2               1      20
#3 3               1      20
#4 4               1      20
如果我还想按位置排序，需要添加什么。我试着用pivot_加宽，但没有显示想要的结果。我试过：``df%>%count（位置、过程、n_distinct（Case））%%>%pivot\u加宽（name\u from=Location、values\u from=n、values\u fill=list（n=0））``但里面没有不同的大小写。在你的例子中没有
位置
，所以我不明白你在问什么。最好问一个包含所有细节的新问题。我们在这里总结的情况是，即使数据帧中存在
Location
，输出中仍然不存在。是否要将
位置
添加到
分组人
？
# A tibble: 4 x 3
  Procedures Number Prozent
  <fct>       <int>   <dbl>
1 1               3      43
2 2               1      14
3 3               2      29
4 4               1      14

  Procedures Number Prozent
  <fct>       <int>   <dbl>
1 1               2      40
2 2               1      20
3 3               1      20
4 4               1      20

library(dplyr)
library(rlang)

Sum_Group <- function(df, variable) {

  df %>%
    group_by({{variable}}) %>%
    summarise(Number = n_distinct(Cases)) %>%
    mutate(Prozent = round((Number/sum(Number)*100)))
}

Sum_Group(df, Procedures)

# A tibble: 4 x 3
#  Procedures Number Prozent
#  <chr>       <int>   <dbl>
#1 1               2      40
#2 2               1      20
#3 3               1      20
#4 4               1      20