R 创建一个；交叉表；样式输出

我有一个示例数据集：

id <- 1:100
gender <- sample(c('M','F'), 100, replace=TRUE)
age <- sample(18:22, 100, replace=TRUE)
ethnicity <- sample(c('W','B','H','A','O'), 100, replace = TRUE)
grade <- sample(LETTERS[1:4], 100, replace=TRUE)

df <- cbind(id,gender,age,ethnicity,grade) %>% as.data.frame()

因此，我想创建一行，将三个分类变量结合起来（例如：“22岁的拉美裔女性获得2 a、0 B、2 C等）。我只想通过每个性别、年龄和种族的等级分布来划分，但它们都在一列中

---

实现这一点的最佳方法是什么？

使用

dplyr

和

tidyr

我们可以获得长格式的数据，

统计每个
等级的每个
值的出现次数，并以宽格式返回数据

library(dplyr)
library(tidyr)

df %>%
 select(-id) %>%
 pivot_longer(cols = -grade) %>%
 count(value, grade) %>%
 pivot_wider(names_from = grade, values_from = n)


# A tibble: 12 x 5
#   value     A     B     C     D
#   <fct> <int> <int> <int> <int>
# 1 F         8    10    12    13
# 2 M        13    18    11    15
# 3 18        2     4     7     6
# 4 19        5     6     4     4
# 5 20        3     6     3     8
# 6 21        6     5     5     3
# 7 22        5     7     4     7
# 8 A         5     3     1     5
# 9 B         5     5     6     7
#10 H         1     4     3     3
#11 O         3    10     7     7
#12 W         7     6     6     6

库（dplyr）
图书馆（tidyr）
df%>%
选择（-id）%%>%
枢轴长度（cols=-坡度）%>%
计数（值、等级）%>%
轴宽（名称从=等级，值从=n）
#一个tibble:12x5
#值A B C D
#       
#1楼8 10 12 13
#2米13 18 11 15
# 3 18        2     4     7     6
# 4 19        5     6     4     4
# 5 20        3     6     3     8
# 6 21        6     5     5     3
# 7 22        5     7     4     7
#8 A 5 3 1 5
#9 B 5 6 7
#10H1433
#11O31077
#12西7 6 6

数据

set.seed(123)
id <- 1:100
gender <- sample(c('M','F'), 100, replace=TRUE)
age <- sample(18:22, 100, replace=TRUE)
ethnicity <- sample(c('W','B','H','A','O'), 100, replace = TRUE)
grade <- sample(LETTERS[1:4], 100, replace=TRUE)
df <- cbind(id,gender,age,ethnicity,grade) %>% as.data.frame()

set.seed（123）
id我们可以使用
melt/dcast
from
data.table

library(data.table)
dcast(melt(setDT(df[, -1]), id.var = 'grade'), value ~ grade, length)
#    value  A  B  C  D
# 1:    18  2  4  7  6
# 2:    19  5  6  4  4
# 3:    20  3  6  3  8
# 4:    21  6  5  5  3
# 5:    22  5  7  4  7
# 6:     A  5  3  1  5
# 7:     B  5  5  6  7
# 8:     F  8 10 12 13
# 9:     H  1  4  3  3
#10:     M 13 18 11 15
#11:     O  3 10  7  7
#12:     W  7  6  6  6

数据
set.seed（123）
我很好！还有一个问题：我有没有办法选择每一行每一列的顺序？现在是性别、年龄、种族，对吗？如果我想让它去，比如说年龄、种族、性别呢？@gooponyagrinch在
pivot\u longer
的
cols
参数中选择顺序，而不是
pivot\u longer（cols=-grade）
使用
…pivot_更长时间（cols=c（年龄、种族、性别））%>%…
或任何您想要的顺序。
library(data.table)
dcast(melt(setDT(df[, -1]), id.var = 'grade'), value ~ grade, length)
#    value  A  B  C  D
# 1:    18  2  4  7  6
# 2:    19  5  6  4  4
# 3:    20  3  6  3  8
# 4:    21  6  5  5  3
# 5:    22  5  7  4  7
# 6:     A  5  3  1  5
# 7:     B  5  5  6  7
# 8:     F  8 10 12 13
# 9:     H  1  4  3  3
#10:     M 13 18 11 15
#11:     O  3 10  7  7
#12:     W  7  6  6  6

set.seed(123)
id <- 1:100
gender <- sample(c('M','F'), 100, replace=TRUE)
age <- sample(18:22, 100, replace=TRUE)
ethnicity <- sample(c('W','B','H','A','O'), 100, replace = TRUE)
grade <- sample(LETTERS[1:4], 100, replace=TRUE)
df <- data.frame(id, gender, age, ethnicity, grade)