Question

df示例：

experiment = c("A", "A", "A", "A", "A", "B", "B", "B")
count = c(1,2,3,4,5,1,2,1)
df = cbind.data.frame(experiment, count)

所需的输出：

experiment_1 = c("A", "A", "A", "B", "B")
freq = c(1,1,3,2,1) # frequency
freq_per = c(20,20,60,66.6,33.3) # frequency percent
df_1 = cbind.data.frame(experiment_1, freq, freq_per)

我要执行以下操作：

1. 使用实验将df分组
2. 使用count列计算频率
3. 计算freq_per
4. 计算计数> = 3的所有观测值的freq_per的总和

我有以下代码。如何执行第4步？

freq_count = df %>% dplyr::group_by(experiment, count) %>% summarize(freq=n()) %>% na.omit() %>% mutate(freq_per=freq/sum(freq)*100)

非常感谢您。

Answer 1

可能有一种更为简洁的方法，但是我建议使用mutate()和ifelse()将您的计数压缩到一个新列中，然后进行总结：

freq_count %>%
  mutate(collapsed_count = ifelse(count >= 3, 3, count)) %>%
  group_by(collapsed_count, add = TRUE) %>%       # adds a 2nd grouping var 
  summarise(freq = sum(freq), freq_per = (sum(freq_per))) %>% 
  select(-collapsed_count)       # dropped to match your df_1.

此外，仅供参考，如果您希望节省一些击键，那么对于步骤2，可以考虑使用count()函数。与显式调用tibble()的dataframe方法来创建数据帧相比，data.frame()或cbind可能是更好的选择。

使用dplyr折叠以其他数字列作为条件的行

1 个答案: