5

给定一个 data_frame df <- data_frame(X = c('A', 'A', 'B', 'B', 'B'), Y = c('M', 'N', 'M', 'M', 'N'))，我需要想出一个 data_frame 告诉我们 50% 的A's 是M50% 的A's 是N67% 的B's 是M33% 的Bs 是N。

我有一个小程序，我用来做这件事，但它看起来很可怕。

library(tidyverse)
df <- data_frame(X = c('A', 'A', 'B', 'B', 'B'), Y = c('M', 'N', 'M', 'M', 'N')) 
# here we go...
df %>% 
  group_by(X) %>% 
  mutate(n_X = n()) %>% 
  group_by(X, Y) %>% 
  summarise(PERCENT = n() / first(n_X))

哪个输出，

Source: local data frame [4 x 3]
Groups: X [?]

      X     Y   PERCENT
  <chr> <chr>     <dbl>
1     A     M 0.5000000
2     A     N 0.5000000
3     B     M 0.6666667
4     B     N 0.3333333

没有更好的方法来做到这一点吗？我肯定错过了一些东西。

4

3 回答 3

6

您可以使用prop.table：

df %>% 
  group_by(X, Y) %>%
  count() %>%
  mutate(PERCENT = prop.table(n))

结果：

      X     Y     n   PERCENT
  <chr> <chr> <int>     <dbl>
1     A     M     1 0.5000000
2     A     N     1 0.5000000
3     B     M     2 0.6666667
4     B     N     1 0.3333333
于 2017-01-24T06:46:00.887 回答
4

我们可以尝试使用table和rowSums

new_df <- table(df$X, df$Y)
new_df/rowSums(new_df)

#          M         N
#  A 0.5000000 0.5000000
#  B 0.6666667 0.3333333
于 2017-01-24T07:05:00.477 回答
2

可能是这样的：

和dplyr

library(dplyr)
df %>%  count(X, Y) %>%
  mutate(prop = n / sum(n))

和base R

tbl <- xtabs(~X+Y, df)
as.data.frame(tbl/rowSums(tbl), responseName = "prop")

和data.table

library(data.table)
DT <- data.table(df)[, .N, by = .(X,Y)]
setDT(DT)[, prop := N/sum(N), by = 'X']
DT

#   X Y N      prop
#1: A M 1 0.5000000
#2: A N 1 0.5000000
#3: B M 2 0.6666667
#4: B N 1 0.3333333
于 2017-01-24T07:36:52.090 回答