Question

给出以下data.frame，我想计算VAR的每个变量的出现率以及分组变量GROUP出现的百分比：

GROUP<-c("G1","G2","G1","G2","G3","G3","G1")
VAR<-c("A","B","B","A","B","B","A")
d<-data.frame(GROUP,VAR)

使用table()，我得到一个很好的频率表，计算两个变量的所有组合的出现次数：

d<-as.data.frame(table(d))
  GROUP VAR Freq
1    G1   A    2
2    G2   A    1
3    G3   A    0
4    G1   B    1
5    G2   B    1
6    G3   B    2

现在我想通过VAR计算GROUP的每个变量的百分比。到目前为止，我已按GROUP拆分data.frame并单独计算G1，G2和G3的百分比，然后将其合并。

d.G1<-d[d$GROUP=="G1",]
d.G1$per<-d.G1$Freq/sum(d.G1$Freq)
d.G1
  GROUP VAR Freq       per
1    G1   A    2 0.6666667
4    G1   B    1 0.3333333

...

d.merge<-rbind(d.G1,d.G2,d.G3)
d.merge 
GROUP VAR Freq       per
1    G1   A    2 0.6666667
4    G1   B    1 0.3333333
2    G2   A    1 0.5000000
5    G2   B    1 0.5000000
3    G3   A    0 0.0000000
6    G3   B    2 1.0000000

是否有更优雅的解决方案，例如reshape2包？

Answer 1

使用dplyr包可以执行以下操作：

require(dplyr)

d <- d %>% group_by(GROUP) %>% mutate(per = Freq/sum(Freq))

Answer 2

这个答案来自@lukeA的评论，如果您只需要百分比，我认为这是一个非常优雅的解决方案：

d<-as.data.frame(prop.table(table(d),1))

Answer 3

使用data.table，您可以按照以下方式执行：

library(data.table)
GROUP<-c("G1","G2","G1","G2","G3","G3","G1")
VAR<-c("A","B","B","A","B","B","A")
DT <-data.table(GROUP,VAR)

# Create count 
DT1 <- DT[, list(Count=.N), by=.(GROUP, VAR)]
# melt and dcast to get all combinations of GROUP and VAR
# as in your output. You can remove it if all combinations 
# not required
DT2 <- dcast(DT1, GROUP ~ VAR)
DT3 <- melt(DT2,  id.var="GROUP")
# Replace na values with zero
DT3[,lapply(.SD,function(x){ifelse(is.na(x),0,x)})]
# Create percentage
DT3[, percent:=value/sum(value, na.rm=TRUE), by=GROUP]

我试着将输出保持为输出。因此不得不做dcast和融化。如果不需要，可以省略这些。

R用百分比计算分组频率表

3 个答案: