r - 当每个条件的总数不同时计算平均值

Question

我正在与 R 合作。
在这里，我分享一个我的数据样本......

structure(list(column_a = c("1_1", "1_1", "1_2", "1_2", "1_2", 
"2_1", "2_2", "2_2", "3_1", "3_2"), column_b = c("kitchen", "tree", 
"hate", "kind", "table", "dog", "human", "car", "moon", "rage"
)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"
))

   column_a column_b
1       1_1  kitchen
2       1_1     tree
3       1_2     hate
4       1_2     kind
5       1_2    table
6       2_1      dog
7       2_2    human
8       2_2      car
9       3_1     moon
10      3_2     rage

我需要计算条件(1_1、1_2 等)产生的总单词的平均值。我唯一的问题是以“_1”结尾的条件总数为 50，以“_2”结尾的条件总数为 100。
因此，由于条件“1_1”产生了两个词(在示例中)，我应该通过除以 50 来计算平均值。这是 2/50 = 0.04。但是，在计算“1_2”条件的平均值时，我需要除以 100。这是 3/100 = 0.03。
我需要创建一个列，该列具有条件产生的总单词的平均值，考虑到某些条件需要按 50 计算而其他条件需要按 100 计算。我怎么能做到这一点，并且结果仍然相同柱子？

Answer 1

只需按组计数并计算平均值:

df %>% 
  group_by(column_a) %>% 
  add_count() %>% 
  summarise(mean_group = mean(n))

输出:

  column_a mean_group
  <chr>         <dbl>
1 1_1               2
2 1_2               3
3 2_1               1
4 2_2               2
5 3_1               1
6 3_2               1