Question

我的主要目标：我有一个包含许多学生的数据框，他们在测试中对45个项目的回答，以及对45个项目中每一项的正确答案。一些学生来自同一所学校（我们为每所学校都有一个ID）。

我需要的是在每所学校和每项活动中，正确回答该问题的人数百分比。

我能够分离向量，并为每个学生校正测试，然后我在图片中得到了一个0和1的数据框（每行是一个学生）。

然后，我可以通过以下方式获得问题1所需的内容：

 escolas <- group_by(acertos, School_ID)
 percentual <- summarize(escolas, count = n(), P1 = (sum(Q1)/count)*100)

我可以输入其中的45行，更改问题参考，但我很确定还有另一种方法，但我无法弄清楚。

可重复的示例，有20名学生，4所学校和5项内容：

Student_ID = c(1:20)
School_ID = c(rep(1,5),rep(2,5), rep(3,5), rep(4,5))

Q1 = 1*(runif(20) < 0.5)
Q2 = 1*(runif(20) < 0.5)
Q3 = 1*(runif(20) < 0.5)
Q4 = 1*(runif(20) < 0.5)
Q5 = 1*(runif(20) < 0.5)

data <- tibble(Student_ID, School_ID, Q1, Q2, Q3, Q4, Q5)
data
    Student_ID School_ID    Q1    Q2    Q3    Q4    Q5


           1         1     0     1     1     0     1
           2         1     0     0     1     1     0
           3         1     0     1     0     0     0
           4         1     0     0     0     0     1
           5         1     0     1     1     1     1
           6         2     0     0     1     0     1
           7         2     0     0     1     1     1
           8         2     1     1     1     0     0
           9         2     0     0     1     0     0
          10         2     1     1     1     1     1

我希望是这样的

        School_ID    Q1     Q2   Q3    Q4     Q5


           1         70%   50%   30%   20%   40%   
           2         60%   40%   20%   10%   30%

含义：

考虑到学校1的所有学生（只有他们），有70％的学生获得了Q1权利。

考虑所有来自学校2的学生（只有他们），有30％的学生认为Q5正确，依此类推。适用于所有学校和所有项目。

我希望这可以使您更轻松地尝试并更好地理解挑战。

Answer 1

因此，我尝试按如下所示复制数据框：

N = 200
data <- tibble(
  School_ID = 1:N,
  Q1 = 1*(runif(N) < 0.5),
  Q2 = 1*(runif(N) < 0.5),
  Q3 = 1*(runif(N) < 0.5),
  Q4 = 1*(runif(N) < 0.5),
  Q5 = 1*(runif(N) < 0.5),
)

接下来，您可以使用tidyr或像这样直接导入tidyverse：

# this
library(tidyverse)
# or  this
library(tidyr)

data %>% 
  group_by(School_ID) %>% 
  gather(
    `Question ID`,
    Score,
    -School_ID
  ) %>% 
  group_by(School_ID, `Question ID`) %>% 
  summarise(
    Proportion = mean(Score)
  )

说明：首先，我将矩阵展平，因此在收集行之后，您将获得一个包含三列的表格：School_ID，Question ID和Score。然后，我将学校ID和问题ID分组，然后应用转换。

奖金：您添加了“ spread”语句以再次转置数据，因此每个问题都在其自己的列中（请参见下面的最后三行）

data %>% 
  group_by(School_ID) %>% 
  gather(
    `Question ID`,
    Score,
    -School_ID
  ) %>% 
  group_by(School_ID, `Question ID`) %>% 
  summarise(
    Proportion = mean(Score)
  ) %>% 
  spread(
    `Question ID`,
    Proportion
  )

通过R

1 个答案: