频率表和r中的多个变量分组

Question

伙计们，我需要一种优雅的方法来创建频率计数和多个变量分组。输出应该是数据帧。我知道答案在于使用dplyr和data.table，我还在学习。 我试过这个link但是我想用dplyr和data.table来做这个。

以下是来自同一链接的示例数据 -

ID <- seq(1:177)
Age <- sample(c("0-15", "16-29", "30-44", "45-64", "65+"), 177, replace = TRUE)
Sex <- sample(c("Male", "Female"), 177, replace = TRUE)
Country <- sample(c("England", "Wales", "Scotland", "N. Ireland"), 177, replace = TRUE)
Health <- sample(c("Poor", "Average", "Good"), 177, replace = TRUE)
Survey <- data.frame(Age, Sex, Country, Health)

这是我要找的输出。谢谢，感谢您的帮助！

Answer 1

我们可以使用dcast

中的data.table

library(data.table)
dcast(setDT(Survey), Age + Sex ~Health, value.var = "Country",
                   length)[, Total := Average + Good + Poor][]

如果我们不想输入列名称，请使用Reduce与+

dcast(setDT(Survey), Age + Sex ~Health, value.var = "Country",
                length)[, Total := Reduce(`+`, .SD), .SDcols = Average:Poor][]

Answer 2

以下是使用data.table和tidyr但不使用dcast的方法。首先，您通过感兴趣的变量

计算.N中j的观察结果

Survey[, .N, by=.(Age, Sex, Health)]

返回：

 Age   Sex     Health   N
 30-44 Female  Average  10
 65+   Female  Poor     9
 0-15  Male    Average  3
 16-29 Male    Average  6
 30-44 Male    Good     6
 45-64 Female  Average  8

然后，使用spread中的tidyr将您选择的列转换为由N填充的一组新列（每个唯一值一列）

spread(Survey[, .N, by=.(Age, Sex, Health)], Health, N)