R 通过使用ddply按第二个类别分组，查找类别之间的比例

我想找出一个数值在给定类别中的百分比分布，但按第二个类别分组。例如，假设我有一个带有

区域

、

业务线

和

销售

的数据框，我想通过

业务线

查找

销售

的百分比，按

区域

分组

---

我可以用R的内置

aggregate

和

merge

函数来实现这一点，但我很好奇，是否有一种较短的方法可以用

plyr

的

'ddply

函数来实现这一点，它可以避免显式调用

merge
创建一个交叉表并按比例计算呢

total_sales <- xtabs(sales~region+line_of_business, data=df)
prop.table(total_sales, 1)

total_sales这里有一种使用plyr的方法：

library(plyr)
library(reshape2)

# Create fake data
sales = rnorm(1000,10000,1000)
line_of_business = sample(c("Sporting Goods", "Computers", "Books"), 
                          1000, replace=TRUE)
region = sample(c("East","West","North","South"), 1000, replace=TRUE) 
dat = data.frame(sales, line_of_business, region)

# Sales by region by line_of_business
dat_summary = ddply(dat, .(region, line_of_business), summarise,
                    tot.sales=sum(sales))

# Add percentage by line_of_business, within each region
dat_summary = ddply(dat_summary, .(region), transform, 
                    pct=round(tot.sales/sum(tot.sales)*100,2))

# Reshape, if desired
dat_summary_m = melt(dat_summary, id.var=c("region","line_of_business"))
dat_summary_w = dcast(dat_summary_m, line_of_business ~ region + variable, 
                      value.var='value', 
                      fun.aggregate=sum)

以下是最终结果：

> dat_summary_w
  line_of_business East_tot.sales East_pct North_tot.sales North_pct South_tot.sales South_pct
1            Books       852688.3    31.97        736748.4      33.2        895986.6     35.70
2        Computers       776864.3    29.13        794480.4      35.8        933407.9     37.19
3   Sporting Goods      1037619.8    38.90        687877.6      31.0        680199.1     27.10
  West_tot.sales West_pct
1       707540.9    27.28
2       951677.9    36.70
3       933987.7    36.02

您能否提供一个示例数据集和一个您尝试过的可复制示例？