如何根据“分组计数”计算可变死亡率？

Question

我有一个名为

df_incl_countries_with_outliers

的大数据框，包含 6000 多个案例和 100 个变量。为了简单起见，考虑两个变量：

Country

和

death_rate

。每个病例都是来自某个国家的已死亡或未死亡的人（

death_rate

是二分法）。我可以使用此代码计算每个国家/地区的死亡人数：

df_incl_countries_with_outliers %>% count(Country, death_rate)

问题是，我想计算一个新变量

mortality

，它是通过某个国家的所有死亡人数除以该国家所有病例的总和（当然减去缺失值）来计算的。比如：

count(deaths_of_country_A/(deaths_of_country_A + alive_of_country_A))

当然这适用于每个国家。

我为什么要这样做？因为我想制作新变量

mortality

的箱线图，以便我们知道某些国家/地区是否属于异常值。

我认为它与创建变量的

dplyr::mutate

函数有关，也许与按国家/地区分组的

dplyr::group_by

以及

count()

有关，但恐怕这就是我所了解的。非常感谢解决我这个问题的每一次尝试！

Answer 1

找到了！这是代码：

df_incl_countries_with_outliers <- df_incl_countries_with_outliers %>%
     group_by(Country) %>%
     mutate(
         Mortality = sum(death_rate == "Dead", na.rm = TRUE) / sum(!is.na(death_rate))
     )

首先我们按不同国家进行分组。因此，当我在下面的句子中说“所有”时，它指的是“同一国家/地区的所有人员”。

Mutate

在数据框中创建一个新变量。新变量称为死亡率，它等于所有死亡人数的总和（其中缺失值不计入结果）除以所有病例的总和（同样，省略缺失值）。