Question

如果您有2个交叉分类变量，则可以使用rowSums和colSums在xtabs输出上生成保证金总计。但是，如果你有3个分类变量（即每个子表中的边际总数），怎么办呢？

Answer 1

Aniko在评论中提到了这一点，但它从来没有作为答案提供。

我是独立发现的，然后注意到它在评论中，所以归功于Aniko获得它。

addmargins就是答案：

对于给定的表，可以指定哪个分类因子扩展一个或多个级别以保持要计算的边距。有人可能例如，在第一维和中位数上形成总和和均值在第二个。结果表将有两个额外的级别第一个维度和第二个维度的一个额外级别。该 default是对表中的所有边距求和。其他可能性可能会给出取决于边距顺序的结果计算。这是在函数的打印输出中标记的。

Answer 2

一般方法是使用apply函数，但专门针对总计margin.table函数可能更方便：

#create 3 factors
a <- gl(2,4, length=20)
b <- gl(3,2, length=20)
d <- gl(4,2, length=20)
# table
tt <- xtabs(~a+b+d)

# marginal sums
margin.table(tt, 1)
apply(tt, 1, sum)  #same answer

#multi-way margins
margin.table(tt, 1:2)
apply(tt, 1:2, sum)  #same answer

Answer 3

如果你没有绑定到xtabs，那么Deducer包对列联表有一些很好的功能：

> a <- gl(2,4, length=20)
> b <- gl(3,2, length=20)
> d <- rnorm(20)>0
> dat <- data.frame(a,b,d)
> tables<-contingency.tables(
+ row.vars=a,
+ col.vars=b,
+ stratum.var=d,data=dat)
> tables
================================================================================

               ==================================================               
                      ========== Table: a by b ==========                      

                       | -- Stratum = FALSE --
                       | b 
                     a |        1  |        2  |        3  | Row Total | 
-----------------------|-----------|-----------|-----------|-----------|
           1  Count    |        2  |        2  |        1  |        5  | 
              Row %    |   40.000% |   40.000% |   20.000% |   55.556% | 
              Column % |   40.000% |  100.000% |   50.000% |           | 
              Total %  |   22.222% |   22.222% |   11.111% |           | 
-----------------------|-----------|-----------|-----------|-----------|
           2  Count    |        3  |        0  |        1  |        4  | 
              Row %    |   75.000% |    0.000% |   25.000% |   44.444% | 
              Column % |   60.000% |    0.000% |   50.000% |           | 
              Total %  |   33.333% |    0.000% |   11.111% |           | 
-----------------------|-----------|-----------|-----------|-----------|
          Column Total |        5  |        2  |        2  |        9  | 
              Column % |   55.556% |   22.222% |   22.222% |           | 

                       | -- Stratum = TRUE --
                       | b 
                     a |        1  |        2  |        3  | Row Total | 
-----------------------|-----------|-----------|-----------|-----------|
           1  Count    |        2  |        2  |        3  |        7  | 
              Row %    |   28.571% |   28.571% |   42.857% |   63.636% | 
              Column % |   66.667% |   50.000% |   75.000% |           | 
              Total %  |   18.182% |   18.182% |   27.273% |           | 
-----------------------|-----------|-----------|-----------|-----------|
           2  Count    |        1  |        2  |        1  |        4  | 
              Row %    |   25.000% |   50.000% |   25.000% |   36.364% | 
              Column % |   33.333% |   50.000% |   25.000% |           | 
              Total %  |    9.091% |   18.182% |    9.091% |           | 
-----------------------|-----------|-----------|-----------|-----------|
          Column Total |        3  |        4  |        4  |       11  | 
              Column % |   27.273% |   36.364% |   36.364% |           | 


================================================================================

Answer 4

（如果我理解正确的话）你可以使用ddply：

ff <- data.frame(f1=c("a", "b", "b", "b", "b", "b", "b"), f2=c("p", "p", "p", "q", "q", "q", "q"), f3=c("x","x","x","x","y", "y", "y"), val=c(1:7)) 

ddply(ff, .(f1), numcolwise(sum))
ddply(ff, .(f2), numcolwise(sum))
ddply(ff, .(f3), numcolwise(sum))

Answer 5

评论不起作用。感谢您的回答，但他们并没有按照我的预期行事 - 每个分组中的个人总数。

经过一番挖掘，我发现在这种情况下xtabs输出是一个三维数组，并编写了以下函数来实现我想要的结果（注意它不完整，但到目前为止适用于列总数）：

xtabTotals <- function(tabs,margin=1)
# takes a 3 dimensional xtabs array and performs margin total on each sub table
# only doing column margins so far
{
    out <- array(0,dim(tabs)+c(1,0,0))
    dnout <- dimnames(tabs)
    dnout[[1]] <- c(dnout[[1]],"Total")
    dimnames(out) <- dnout

    for (i in 1:dim(tabs)[3])
    {
        out[,,i] <- rbind(tabs[,,i],colSums(tabs[,,i]))
    }
    out
}

保证金总额为xtabs

5 个答案: