dplyr的相对频率/比例

5 回答

• 21

  这个答案是基于Matifou的答案 .

  首先，我修改它以确保我没有通过使用scipen选项将freq列作为科学记数法列返回 .

  然后我将答案乘以100以获得百分比而不是十进制，以使freq列更容易以百分比形式读取 .

  getOption("scipen") 
  options("scipen"=10) 
  mtcars %>%
  count(am, gear) %>% 
  mutate(freq = (n / sum(n)) * 100)
  

  回复于 2024-04-29T05:06:03+08:00
• 191

  试试这个：

  mtcars %>%
    group_by(am, gear) %>%
    summarise (n = n()) %>%
    mutate(freq = n / sum(n))
  
  #   am gear  n      freq
  # 1  0    3 15 0.7894737
  # 2  0    4  4 0.2105263
  # 3  1    4  8 0.6153846
  # 4  1    5  5 0.3846154
  

  来自dplyr vignette：

  当您按多个变量分组时，每个摘要都会剥离一个分组级别 . 这样可以轻松地逐步汇总数据集 .

  因此，在 summarise 之后，分组变量'gear'被剥离，然后数据被'am'分组'only'（仅在结果数据上用 groups 检查），然后我们在其上执行 mutate 计算 .

  'peeling'的结果当然取决于 group_by 调用中分组变量的顺序 . 这次我们很幸运，它剥离了所需的变量 . 您可能希望执行后续的 group_by(am) ，以使您的代码更加明确 .

  对于舍入和美化，请参考@Tyler Rinker的好答案 .

  回复于 2024-04-29T05:06:03+08:00
• 3

  您可以使用 count() 函数，但该函数具有不同的行为，具体取决于 dplyr 的版本：

  • dplyr 0.7.1：返回一个未分组的表：你需要再次按 am 分组

  • dplyr <0.7.1：返回一个分组表，因此不需要再次分组，尽管您可能希望 ungroup() 用于以后的操作

  dplyr 0.7.1

  mtcars %>%
    count(am, gear) %>%
    group_by(am) %>%
    mutate(freq = n / sum(n))
  

  dplyr < 0.7.1

  mtcars %>%
    count(am, gear) %>%
    mutate(freq = n / sum(n))
  

  这导致 grouped table ，如果要将其用于进一步分析，则使用 ungroup() 删除分组属性可能很有用 .

  回复于 2024-04-29T05:06:03+08:00
• 28

  @ Henrik的可用性更好，因为这将使列字符不再是数字但匹配你要求的...

  mtcars %>%
    group_by (am, gear) %>%
    summarise (n=n()) %>%
    mutate(rel.freq = paste0(round(100 * n/sum(n), 0), "%"))
  
  ##   am gear  n rel.freq
  ## 1  0    3 15      79%
  ## 2  0    4  4      21%
  ## 3  1    4  8      62%
  ## 4  1    5  5      38%
  

  EDIT 因为Spacedman要求它:-)

  as.rel_freq <- function(x, rel_freq_col = "rel.freq", ...) {
      class(x) <- c("rel_freq", class(x))
      attributes(x)[["rel_freq_col"]] <- rel_freq_col
      x
  }
  
  print.rel_freq <- function(x, ...) {
      freq_col <- attributes(x)[["rel_freq_col"]]
      x[[freq_col]] <- paste0(round(100 * x[[freq_col]], 0), "%")   
      class(x) <- class(x)[!class(x)%in% "rel_freq"]
      print(x)
  }
  
  mtcars %>%
    group_by (am, gear) %>%
    summarise (n=n()) %>%
    mutate(rel.freq = n/sum(n)) %>%
    as.rel_freq()
  
  ## Source: local data frame [4 x 4]
  ## Groups: am
  ## 
  ##   am gear  n rel.freq
  ## 1  0    3 15      79%
  ## 2  0    4  4      21%
  ## 3  1    4  8      62%
  ## 4  1    5  5      38%
  

  回复于 2024-04-29T05:06:03+08:00
• 1

  这是在 dplyr 0.7.1上实现Henrik解决方案的一般功能 .

  freq_table <- function(x, 
                         group_var, 
                         prop_var) {
    group_var <- enquo(group_var)
    prop_var  <- enquo(prop_var)
    x %>% 
      group_by(!!group_var, !!prop_var) %>% 
      summarise(n = n()) %>% 
      mutate(freq = n /sum(n)) %>% 
      ungroup
  }
  

  回复于 2024-04-29T05:06:03+08:00