我有一个数据框,由4列代表问题组成,每列代表4个代表答案的级别。
Q1 Q2
1 A A
2 A B
3 B B
4 C C
5 D D
我想得到一个data.frame
,例如:
question response percent
1 Q2 A 0.2
2 Q2 B 0.4
3 Q2 C 0.2
4 Q2 D 0.2
5 Q1 A 0.4
6 Q1 B 0.2
7 Q1 C 0.2
8 Q1 D 0.2
到目前为止,我已经使用for
循环实现了这一点,但我的脚本充满了for
循环,所以我想使用reshape2
中的函数来实现这一点。与lapply
。例如,这个代码比for
循环更清晰,但仍然不是我想要的。任何帮助将不胜感激!
这是我到目前为止所得到的:
lapply(lapply(df, summary), function(x) x/sum(x))
编辑:包括每个请求的数据框示例。我原本担心它会占用太多空间,因为关卡标签太长了,所以我缩短了它们。
dput(df[1:4,])
structure(list(Q1 = structure(c(4L, 4L, 1L, 4L), .Label = c("1.A",
"1.B", "1.C", "1.D"), class = "factor"),
Q2 = structure(c(4L, 4L, 4L, 1L), .Label = c("2.A","2.B",
"2.C", "2.D"), class = "factor"),
Q3 = structure(c(4L, 3L, 4L, 4L), .Label = c("3.A","3.B",
"3.C","3.D"), class = "factor"),
Q4 = structure(c(3L, 1L, 3L, 3L), .Label = c("4.A","4.B",
"4.C","4.D")),
.Names = c("Q1.pre", "Q2.pre", "Q3.pre", "Q4.pre"), row.names = c(NA, 4L),
class = "data.frame")
我发现Lafortune和user20650的反应组合给了我几乎我一直在寻找的东西:
melt(sapply(df, function(x) prop.table(table(x))))
然而,有一个问题。在sapply
级别,dimnames
与Q1的级别的标签名称相同,因此在执行melt
sapply
的输出后,Var1列为只是重复Q1的水平,而我希望Var1在Q1行中有Q1的水平,在Q2行的Q2的水平等等。我通过将所有列的levels
拉成一个来找到一种解决方法。在对qnames
执行任何操作之前单独变量df
,如下所示:
qnames = melt(sapply(df, levels))
qnames = qnames[ ,3]
melt(sapply(df, function(x) prop.table(table(x))))
df = cbind(qnames, df)
这正是我需要的结果。我很想知道是否有办法在没有额外sapply
和cbind
的情况下实现这一点,所以我会把问题打开一段时间。谢谢你的帮助!
答案 0 :(得分:2)
library(reshape2)
indx <- lapply(df, function(x) prop.table(table(x)))
out <- melt(do.call(rbind, indx))
out <- out[order(out$Var1, decreasing=TRUE),];rownames(out) <- NULL
# Var1 Var2 value
# 1 Q2 A 0.2
# 2 Q2 B 0.4
# 3 Q2 C 0.2
# 4 Q2 D 0.2
# 5 Q1 A 0.4
# 6 Q1 B 0.2
# 7 Q1 C 0.2
# 8 Q1 D 0.2
您可以使用lapply
和reshape2
,但有一个好的功能是prop.table
。当它包装table
函数时,它将为您执行百分比。我们使用lapply
为每列创建一个比例表,然后将它们与始终忠实的do.call(rbind, lst)
结合起来。最后一行是&#39; look&#39;。
答案 1 :(得分:2)
使用data.table
的单线:
library(data.table) # 1.9.5+
dt<-data.table(Q1=c("A","A","B","C","D"),
Q2=c("A","B","B","C","D"))
rbindlist(lapply(
names(dt),
function(x)dt[,.N/nrow(dt),by=x
][,.(question=x,response=get(x),percent=V1)]))