将成对类别组合在一起

Question

我目前正在处理一个数据集，其中显示贷款的目的，以及每笔贷款的相关贷款等级。

数据集名为 loancase ，其中一列是目的，而另一列是 grade 。

下面我有一个矩阵，它将以成对方式按比例填充。每行应该总计100％，这意味着每个条目是获得该等级的特定目的的比例。例如， [Car，] 的行可能看起来像20,20,0,0,20,0,40.

请注意，当前数据占位符为NA，我试图用列出每个所需条目的向量替换它。

matrix(data = NA, nrow = 14, ncol = 7, dimnames = list(levels(loancase$purpose), levels(loancase$grade)))

如何实现以每个条目填写所需值的目标？我目前正在考虑使用tapply（）但不知道如何实现。这是当前的代码，代替＆＃34; NA＆＃34;但现在不正确。

grades.per.purpose = tapply(loancase$grade, levels(loancase$purpose), sum)

Answer 1

由于您没有提供可用的数据，我将构成一个玩具示例：

df = read.table(text = "grade   purpose   amount
            A  Car   100
            B  Car   200
            C  Car   100
            A  Moving  200
            B  Moving  50
            B  Moving  50", header = TRUE)

我们希望显示Car贷款是50％B级，25％A级和C级。 Moving贷款的A级为67％，B级为33％。

我喜欢使用dplyr库进行此类分组和总结：

library(dplyr)
x = df %>% 
    group_by(purpose) %>% 
    mutate(purpose.total = sum(amount)) %>% 
    group_by(purpose, grade) %>% 
    summarise(percent = sum(amount / purpose.total))

结果：

  purpose  grade   percent
1     Car      A 0.2500000
2     Car      B 0.5000000
3     Car      C 0.2500000
4  Moving      A 0.6666667
5  Moving      B 0.3333333   

要按照您的要求将其分组为正方形，请尝试tidyr库：

tidyr::spread(x, key = grade, value = percent, fill = 0)

结果：

  purpose         A         B     C
1     Car 0.2500000 0.5000000  0.25
2  Moving 0.6666667 0.3333333  0.00    

Answer 2

虽然我认为禁止使用软件包是无稽之谈，但有一个base R解决方案，最终结果以可能取悦OP的方式呈现。

xt <- xtabs(amount ~ grade + purpose, df)
t(xt)/colSums(xt)