使用lapply()查找因子变量的百分比

时间:2015-07-10 20:53:53

标签: r lapply reshape2 split-apply-combine

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sapplycbind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!

2 个答案:

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lapplyreshape2,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)]))