Question

我的数据集如下：http://dl.dropbox.com/u/822467/Data.csv

我的情况是这样的。我有一系列问题（总共27个），其中响应是二进制的。 0 =否，1 =是，999 =缺失。

我的第一个问题是如何将所有列转换为因子。我可以使用as.factors一个接一个地完成它们，但它需要永远。

我的第二个问题是我需要一个摘要，将问题作为标题，将“是”和“否”作为第一列，并且每个问题的单元格都填充“是”和“否”的频率。

我还需要另一个带％的数据框。非常感谢我能提供的任何帮助。我已经查看了Hmisc的软件包汇总和摘要，因此无济于事。

Answer 1

四行代码......

dat <- read.csv("http://dl.dropbox.com/u/822467/Data.csv")
dat[, -1] <- lapply(dat[, -1], factor, levels=c(0, 1, 999), 
    labels=c("No", "Yes", NA))
xx <- do.call(rbind, lapply(dat[, -1], table, useNA="always"))
cbind(xx, sum=rowSums(xx), prop.table(xx, margin=1))

...产生这个结果：

    No Yes <NA> sum       No      Yes     <NA>
Q1   7  57    0  64 0.109375 0.890625 0.000000
Q2  40  22    2  64 0.625000 0.343750 0.031250
Q3  28  36    0  64 0.437500 0.562500 0.000000
Q4  43  18    3  64 0.671875 0.281250 0.046875
Q5  24  39    1  64 0.375000 0.609375 0.015625
Q6  21  42    1  64 0.328125 0.656250 0.015625
Q7  15  49    0  64 0.234375 0.765625 0.000000
Q8   4  60    0  64 0.062500 0.937500 0.000000
Q9  60   4    0  64 0.937500 0.062500 0.000000
Q10 39  25    0  64 0.609375 0.390625 0.000000
Q11 55   8    1  64 0.859375 0.125000 0.015625
Q12 20  44    0  64 0.312500 0.687500 0.000000
Q13 49  15    0  64 0.765625 0.234375 0.000000
Q14 49  15    0  64 0.765625 0.234375 0.000000
Q15 51  13    0  64 0.796875 0.203125 0.000000
Q16 61   3    0  64 0.953125 0.046875 0.000000
Q17 41  23    0  64 0.640625 0.359375 0.000000
Q18 60   4    0  64 0.937500 0.062500 0.000000
Q19 64   0    0  64 1.000000 0.000000 0.000000
Q20 60   4    0  64 0.937500 0.062500 0.000000
Q21 60   4    0  64 0.937500 0.062500 0.000000
Q22 43  21    0  64 0.671875 0.328125 0.000000
Q23 59   4    1  64 0.921875 0.062500 0.015625
Q24 10  54    0  64 0.156250 0.843750 0.000000
Q25 54   9    1  64 0.843750 0.140625 0.015625
Q26 24  39    1  64 0.375000 0.609375 0.015625
Q27  0   0   64  64 0.000000 0.000000 1.000000

Answer 2

要将所有列设置为因子，您可以使用lapply并转换回data.frame，因为data.frames与列表非常相似：

tab <- read.csv("Data.csv")
tab <- as.data.frame(lapply(tab, as.factor))

其余的我同意Andrie的评论......你试过table功能吗？你可能会感兴趣。

Answer 3

以下是使用reshape2的另一种解决方案。

dat  <- read.csv("http://dl.dropbox.com/u/822467/Data.csv")
dat2 <- setNames(dcast(melt(dat, 1), variable ~ value), c('Q', 'No', 'Yes', NA))
dat2[,-1] = dat2[,-1]/rowSums(dat2[,-1])

数据框中的总结因素

3 个答案: