Question

我有一个大型调查数据集，如下所示：

          trust09 q16a q16b q16c q16f q16g q23e
1         5A3    3    3    3    4    3    3
2         5A3    2    2    2    2    3    2
3         5A3    4    4    4    5    5    5
4         5A3    3    3    2    4    4    3
5         5A3   NA   NA   NA   NA   NA   NA
6         5A3    4    4    4    4    4    3
....
....
159524     TAN    2    2    3    4    4    3
159525     TAN    4    3    2    1    3    3
159526     TAN    4    4    4    4    4    4
159527     TAN    4   NA    4    2    3    4
159528     TAN    4    4    4    4    4    4
159529     TAN    4    4    4    5    4    5

trust09是医院或组织的代码，其余专栏是非常不同意或非常同意的调查问题，分别从1分到5分。

每一行对应一家医院的受访者的回复。

根据这些数据，我想计算每家医院每个调查问题的阳性反应率或PRR，即已回答“同意”（4）或“非常同意”（5）的受访者人数，并表示这是占总数的百分比。受访者。

我可以得到总数。受访者很容易从以下代码中获取：

df0 <- nss08 %>% select(trust09, q16a, q16b, q16c, q16f, q16g, q23e) %>% 
    group_by(trust09) %>%
    summarise_all(funs(length(.)))

这给了我下表：

  trust09  q16a  q16b  q16c  q16f  q16g  q23e
<chr> <int> <int> <int> <int> <int> <int>
1     5A3   414   414   414   414   414   414
2     5A4   298   298   298   298   298   298
3     5A5   271   271   271   271   271   271
4     5A7   384   384   384   384   384   384
5     5A8   343   343   343   343   343   343
6     5A9   502   502   502   502   502   502

我可以使用以下代码轻松计算单个调查问题的“同意”（4）和“非常同意”（5）的回复数量：

df1 <- nss08 %>%
  select(trust09, q16a) %>%
  group_by(trust09) %>%
  filter(q16a == 4|q16a == 5) %>%
  summarise_all(funs(length(.)))

给出了这个样本数据：

  trust09  q16a
<chr> <int>
1     5A3   124
2     5A4    65
3     5A5   107
4     5A7   142
5     5A8   126
6     5A9   159
....

我也得到了相同的结果：

aggregate(q16a ~ trust09, data = nss08[nss08$q16a == 4|nss08$q16a == 5, ], length)

然后我简单地合并这两个数据并计算变量/问题q16a的PRR，即没有。对于此问题回答“同意”（4）或“非常同意”（5）的受访者，按问题的总回答分红，然后乘以100.

当我希望同时对所有剩余变量执行相同操作而不是简单地编写对应于单个变量的一个代码时，就会出现问题。

我尝试过以下操作，但收到错误消息：

myList <- vector("list", length = length(myVars))

for (x in seq_along(myVars)){
myList[x] <- aggregate(myVars[x] ~ trust09, data = nss08[nss08$myVars[,x] == 4|nss08$myVars[,x] == 5, ], length)}

我也试过这个没有任何成功：

for (x in seq_along(myVars)){
 myList[[x]] <- nss08 %>%
select(trust09, myVars[x]) %>%
group_by(trust09) %>%
filter(myVars[x] == 4|myVars[x] == 5) %>%
summarise(length(myVars[x]))
}

也许，您可以从代码中看到我在这里尝试做什么。

我想知道如何通过使用更少的代码更有效地完成整个过程，并最终创建一个数据框，其中包含每个变量/调查问题的正响应率？

谢谢。

Answer 1

根据您的function Player (name, stopAtValue) { this.name = name this.stopAtValue = stopAtValue } let player = new Player('John', 16)代码，我创建了此功能，您可以在dplyr for或loop

内拨打该功能

apply

Answer 2

假设您的数据框包含trust09，并且所有其他列对应于您要汇总的问题，您可以使用summarize_all并计算4和5个回复的数量使用sum(col %in% 4:5, na.rm=TRUE)并将其除以length(col)：

df %>% group_by(trust09) %>% summarise_all(~ sum(. %in% 4:5, na.rm = T)/length(.))
# here . refers to all other columns individually except the group variable

# A tibble: 2 x 7
#  trust09      q16a      q16b      q16c      q16f      q16g      q23e
#   <fctr>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>
#1     5A3 0.3333333 0.3333333 0.3333333 0.6666667 0.5000000 0.1666667
#2     TAN 0.8333333 0.5000000 0.6666667 0.6666667 0.6666667 0.6666667

数据如下：

dput(df)
structure(list(trust09 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
2L, 2L, 2L, 2L, 2L, 2L), .Label = c("5A3", "TAN"), class = "factor"), 
    q16a = c(3L, 2L, 4L, 3L, NA, 4L, 2L, 4L, 4L, 4L, 4L, 4L), 
    q16b = c(3L, 2L, 4L, 3L, NA, 4L, 2L, 3L, 4L, NA, 4L, 4L), 
    q16c = c(3L, 2L, 4L, 2L, NA, 4L, 3L, 2L, 4L, 4L, 4L, 4L), 
    q16f = c(4L, 2L, 5L, 4L, NA, 4L, 4L, 1L, 4L, 2L, 4L, 5L), 
    q16g = c(3L, 3L, 5L, 4L, NA, 4L, 4L, 3L, 4L, 3L, 4L, 4L), 
    q23e = c(3L, 2L, 5L, 3L, NA, 3L, 3L, 3L, 4L, 4L, 4L, 5L)), .Names = c("trust09", 
"q16a", "q16b", "q16c", "q16f", "q16g", "q23e"), class = "data.frame", row.names = c(NA, 
12L))

使用dplyr计算调查数据集的正响应率

2 个答案: