Fatal编程技术网
  • r/
  • dplyr：如何获得具有边际比例的双向表？

dplyr：如何获得具有边际比例的双向表？

r

dplyr：如何获得具有边际比例的双向表？,r,dplyr,R,Dplyr,想想这个 var1<- c('A','B','C','C','G') var2<- c('G','B','B','F','A') df = df=data.frame(var1,var2) > df var1 var2 1 A G 2 B B 3 C B 4 C F 5 G A 或使用表格 > table( df$var1, df$var2) A B F G A 0 0 0 1 B 0

想想这个

var1<- c('A','B','C','C','G')
var2<- c('G','B','B','F','A')
df = df=data.frame(var1,var2)

> df
  var1 var2
1    A    G
2    B    B
3    C    B
4    C    F
5    G    A
或使用
表格

> table( df$var1, df$var2)

    A B F G
  A 0 0 0 1
  B 0 1 0 0
  C 0 1 1 0
  G 1 0 0 0
两者的结果相同。但是现在假设我对行或列的比例感兴趣。我可以在这里再次使用
表格

> prop.table(table( df$var1, df$var2), margin =2) # for column

      A   B   F   G
  A 0.0 0.0 0.0 1.0
  B 0.0 0.5 0.0 0.0
  C 0.0 0.5 1.0 0.0
  G 1.0 0.0 0.0 0.0

> prop.table(table( df$var1, df$var2), margin =1) # for rows

      A   B   F   G
  A 0.0 0.0 0.0 1.0
  B 0.0 1.0 0.0 0.0
  C 0.0 0.5 0.5 0.0
  G 1.0 0.0 0.0 0.0
如何使用
dplyr
（最短语法）重现这些内容

下面的解决方案似乎有效（仅在一种情况下），尽管我不明白为什么：
prop.table（n）
函数在这里做什么

> df %>%  count(var1,var2) %>% mutate(prop = prop.table(n)) %>% spread(var2, prop, fill = 0)
Source: local data frame [4 x 6]
Groups: var1 [4]

    var1     n     A     B     F     G
* <fctr> <int> <dbl> <dbl> <dbl> <dbl>
1      A     1     0   0.0   0.0     1
2      B     1     0   1.0   0.0     0
3      C     1     0   0.5   0.5     0
4      G     1     1   0.0   0.0     0
谢谢

您可以使用
group\u by
模拟所需的边距，然后将每个计数除以组中的计数总和（注意，删除列
n
，以避免
排列时出现问题）：

给予


管道实际上是一个magrittr，而不是dplyr：


df %>% with(table(var1, var2)) %>% prop.table(margin=2)



您也可以在
count
中反转变量：


res1 <- df %>% count(var1,var2) %>% 
               mutate(prop = prop.table(n)) %>% spread(var2, prop, fill = 0)
##Source: local data frame [4 x 6]
##Groups: var1 [4]
##
##    var1     n     A     B     F     G
##* <fctr> <int> <dbl> <dbl> <dbl> <dbl>
##1      A     1     0   0.0   0.0     1
##2      B     1     0   1.0   0.0     0
##3      C     1     0   0.5   0.5     0
##4      G     1     1   0.0   0.0     0
res2 <- df %>% count(var2,var1) %>% 
               mutate(prop = prop.table(n)) %>% spread(var2, prop, fill = 0)
### A tibble: 4 x 6
##    var1     n     A     B     F     G
##* <fctr> <int> <dbl> <dbl> <dbl> <dbl>
##1      A     1     0   0.0     0     1
##2      B     1     0   0.5     0     0
##3      C     1     0   0.5     1     0
##4      G     1     1   0.0     0     0



可能会看到，并且。
df%>%janitor:：交叉表（var1，var2，percent='row'）
@alistaire疯狂包！它坚固可靠吗？它很新，但构造很坚固，因为它专注于狭隘的任务。到目前为止，这只让我很高兴。好的接球伙伴，非常好如果你全力以赴的话，你可以做
df%$%table（var1，var2）%%>%prop.table（margin=2）
（或者只是
df%>%table（）%%>%prop.table（margin=2）
。我认为问题在于你最终得到的是一个表，而不是一个data.frame，但是。首先给出一个完全有效的解决方案。我必须把它给你，伙计如果你把
var2
放在
count
的第一位，你可以跳过
组<代码>总结
/
计数
取消最后添加的组的分组。谢谢，我希望我能准确地告诉你
道具表
在这里做了什么，但是如果你看
str（df%>%count（var1，var2））
vs
str（df%>%count（var2，var1））
您会注意到它是一个
分组的_df
，分组是通过属性
vars
进行的，在第一种情况下是
var1
，在第二种情况下是
var2
。对
prop.table
的后续调用必须使用它来确定边距表，这类似于Mark Peterson的解决方案。当传递一个向量时，
prop.table
只需将每个元素除以和，因此相当于
n/sum（n）
@alistaire:谢谢，很高兴知道。因此，因为
count（var2，var1）
的输出实际上是按照
count
的第一个输入分组的，所以我们通过该变量得到了边距？

df %>%
  count(var1,var2) %>%
  group_by(var2) %>%
  mutate(prop = n / sum(n)) %>%
  select(-n) %>%
  spread(var2, prop, fill = 0)



    var1     A     B     F     G
1      A     0   0.0     0     1
2      B     0   0.5     0     0
3      C     0   0.5     1     0
4      G     1   0.0     0     0



df %>% with(table(var1, var2)) %>% prop.table(margin=2)



res1 <- df %>% count(var1,var2) %>% 
               mutate(prop = prop.table(n)) %>% spread(var2, prop, fill = 0)
##Source: local data frame [4 x 6]
##Groups: var1 [4]
##
##    var1     n     A     B     F     G
##* <fctr> <int> <dbl> <dbl> <dbl> <dbl>
##1      A     1     0   0.0   0.0     1
##2      B     1     0   1.0   0.0     0
##3      C     1     0   0.5   0.5     0
##4      G     1     1   0.0   0.0     0
res2 <- df %>% count(var2,var1) %>% 
               mutate(prop = prop.table(n)) %>% spread(var2, prop, fill = 0)
### A tibble: 4 x 6
##    var1     n     A     B     F     G
##* <fctr> <int> <dbl> <dbl> <dbl> <dbl>
##1      A     1     0   0.0     0     1
##2      B     1     0   0.5     0     0
##3      C     1     0   0.5     1     0
##4      G     1     1   0.0     0     0



df %>% count(var1,var2) %>% mutate(prop = prop.table(n))
Source: local data frame [5 x 4]
Groups: var1 [4]  ## Note: grouped by var1

    var1   var2     n  prop
  <fctr> <fctr> <int> <dbl>
1      A      G     1   1.0
2      B      B     1   1.0
3      C      B     1   0.5
4      C      F     1   0.5
5      G      A     1   1.0

df %>% count(var2,var1) %>% mutate(prop = prop.table(n))
Source: local data frame [5 x 4]
Groups: var2 [4]  ## Note: grouped by var2

    var2   var1     n  prop
  <fctr> <fctr> <int> <dbl>
1      A      G     1   1.0
2      B      B     1   0.5
3      B      C     1   0.5
4      F      C     1   1.0
5      G      A     1   1.0