我有一个基于reddit帖子的数据，其中每行代表一个reddit帖子，以及用户名和是否写帖子的月份。我还有一个二进制变量，"集体行动，如果帖子包含集体行动呼叫则编码为1，否则编码为0。以及另一个变量"directed_to_whom"，其预测帖子针对谁然而，我正试图将这些措施转换成小组形式，在用户名一级而不是每个职位上进行衡量。
我有一个变量"id"来唯一地标识每个用户名，对于"集体行动"指标，我感兴趣的是计算用户名埃里克·卡特曼写的帖子中包含集体行动的比例。例如，如果埃里克·卡特曼在reddit上写了7篇帖子，但其中只有5篇被标记为包含集体行动，那么Cartman将具有0.71 = 5个集体行动帖子/7个总帖子的集体行动比例。类似地，如果Cartman仅在7个帖子中的4个中提到国会，那么用户名Cartman的国会比例将是0.571 = 4次提到大会/7个员额总数。
下面是一个数据示例：

dput(df[1:10,c(1,4,7,8,14)]) # Print data example with specific columns

输出：

structure(list(id = c(213L, 365L, 411L, 192L, 154L, 443L, 453L, 
462L, 213L, 213L), username = c("Cartman", "Cartman", 
"Cartman", "Kyle profleski", "Kyle profleski", 
"Cartman", "Kyle profleski Kyle profleski", "Kyle profleski", 
"Cartman", "Cartman"), collective_action = c(0, 1, 0, 0, 
1, 1, 0, 0, 0, 1), directed_to_whom = c("Congress", 
"Congress", "Senate", "Congress", "Congress", "president", 
"president", "Senate", "Congress", "Senate"), month_year = structure(c(2011.41666666667, 
2011.41666666667, 2011.41666666667, 2011.41666666667, 2011.41666666667, 
2011.41666666667, 2011.41666666667, 2011.41666666667, 2011.41666666667, 
2011.41666666667), class = "yearmon")), class = c("grouped_df", 
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -10L), groups = structure(list(
    uusername = c("Cartman", "Cartman", 
"Cartman", "Kyle profleski", "Kyle profleski", 
"Cartman", "Kyle profleski Kyle profleski", "Kyle profleski", 
"Cartman", "Cartman"), .rows = structure(list(
        5L, 4L, c(1L, 9L, 10L), 2L, 3L, 6L, 7L, 8L), ptype = integer(0), class = c("vctrs_list_of", 
    "vctrs_vctr", "list"))), class = c("tbl_df", "tbl", "data.frame"
), row.names = c(NA, -8L), .drop = TRUE))

我的预期输出如下所示，其中"direc_to_Congress__prop"度量每个用户名中指向某个给定对象（如参议院、国会等）的提及比例，例如，创建一个列，严格度量Cartman在reddit上所有帖子中提及国会的比例。

id.    username        collec_action_prop   direc_to_Congress__prop
521.   Cartman            0.71                        0.57
501.   Mr.Mackey            0.4                       .32
499    Kyle profleski       0.3                       0.09