寻找一种简单的方法来查找跨 ID 的事件的累积和聚合计数，其中一个 ID 可能有一个或多个事件

Question

我正在使用 Rmarkdown/Quarto 编写一份报告进行研究/试验。我想生成一个事件表来总结：

• 已发生的事件数量（总体和按特定事件“类型”）
• 参加过活动的人数比例（总体和按特定活动“类型”）

数据包含每个事件的一行，并且每个 ID 可能有多个事件。

这是一个需要解释的最小数据集：

set.seed(111)
dt <- data.frame(id = rep(c(1:10), each=2),
                 # serious = sample(c("Yes","No"), 20, replace = TRUE),
                 type = sample(c("A", "B", NA), 20, replace = TRUE, prob = c(.4, .4, .2)))

所需的桌子有：

活动类型	事件的唯一 ID 数量	事件中唯一 ID 的比例	活动总数
任何活动
活动“A”
活动“B”
活动“C”

我尝试使用

dplyr

技术来

group_by() |> summarize

（见下文），我可以接近一些表格单元格，但很难获得干净的输出并转换为我希望的格式。

dt |> 
  group_by(type) |> 
  summarize(unique_ids = n_distinct(id))
# This does seem to give the correct counts of unique IDs for each 
# type and accounts for an ID having more than one "A" for example

# But does not give overall event row, can't figure out proportion of IDs, etc.

上面的代码似乎确实给出了每种类型（A/B/NA）的唯一 ID 的正确计数，并且例如考虑了具有多个“A”的 ID。但它没有给出整体事件行，我无法计算出ID的比例、事件总数（ID可以有多个）等

对于报告中的其他表，我使用了

tbl_summary

中的

gtsummary

函数，但对于这些数据，相同的 ID 可以位于多行中，我认为该包无法正确处理此类数据。

欢迎任何想法或建议！

Answer 1

您可以执行以下操作：

1. 制作小助手功能：

f <- \(d) summarize(d, ids=n_distinct(id),prop_ids = ids/n_distinct(d$id), n = n())

2. 将该功能应用于总框架和框架的分组版本，并绑定在一起：

bind_rows(
  f(dt) %>% mutate(type="Any"),
  f(group_by(dt,type))
)

输出：

  ids prop_ids  n type
1  10      1.0 20  Any
2   8      0.8 10    A
3   8      0.8  9    B
4   1      0.1  1 <NA>