1

我目前有一个包含一个因素和多个逻辑变量的数据框（在某种程度上对应于单个变量的各种条件，但不相互排斥）。

做一个简单的比较，我想计算来自不同类型人的汽车，但有人可以拥有各种汽车。假设我还想计算他们的电话类型（也不排除彼此）。

虚拟数据：

data = data.frame(Profession = c("Manager", "Manager", "Developer", "Developer"), Ford = c(T, F, F, T), Renault = c(F, T, T, F), Ferrari = c(T, F, F, F), iPhone = c(T, T, T, F), Android = c(T, T, F, T))

#   Profession  Ford Renault Ferrari iPhone Android
# 1    Manager  TRUE   FALSE    TRUE   TRUE    TRUE
# 2    Manager FALSE    TRUE   FALSE   TRUE    TRUE
# 3  Developer FALSE    TRUE   FALSE   TRUE   FALSE
# 4  Developer  TRUE   FALSE   FALSE  FALSE    TRUE

我想获得一个列联表，其中包含按专业划分的汽车和电话类型的计数。当然，我对所有FALSE(or NA) 值不感兴趣。理想情况下，我想将其呈现在具有变量层次结构的表中，例如：

          Manager Developer (Total)
Car
- Ford          1         1       2
- Renault       1         1       2
- Ferrari       1         0       1
Phone
- iPhone        2         1       3
- Android       2         1       3

我试图搞砸，table但我必须承认我很迷茫，不知道从哪里开始。

4

2 回答 2

3

您也可以使用reshape2软件包执行此操作。

recast(dat, variable ~ Profession, id.var = 1, fun=sum, margins="Profession")

#   variable Developer Manager (all)
# 1     Ford         1       1     2
# 2  Renault         1       1     2
# 3  Ferrari         0       1     1
# 4   iPhone         1       2     3
# 5  Android         1       2     3

recast一步完成，但要了解变量名称在公式中的原因，请查看

melt(dat, 1)

接着

dcast(melt(dat, 1), variable ~ Profession, value.var='value', fun=sum)
于 2016-08-23T02:02:03.190 回答
2

这应该有效：

# split the data by profession, result is a list with a dataframe for every profession
data2 = split(data[, -1], data$Profession)
# colSums is then equal to the frequencies per Ford, Renault, etc.
# that is binded into a dataframe for convenience
tb = data.frame(lapply(data2, colSums))
# add a column for total
tb$Total = rowSums(tb)
于 2016-08-23T00:08:04.680 回答