R 计算男性和女性的存活率

我有以下数据集：

library(earth)
data(etitanic)

我制作了一个变量，只存储了

etitanic

数据中的存活率和性别：

Survival_MF <- etitanic[2:3]

我明白了：

                 0         1
  female 0.0917782 0.2791587
  male   0.5000000 0.1290631

---

这看起来正确吗？

你可以用几种方法来做，但它们都不应该涉及循环。我会使用dplyr:：count（）：

库（dplyr）
依替坦酸%>%
计数（性别，存活）
性存活
1名女性0 96
2女1292
3男0523
4男1135

您可以按性别分组，以按性别计算比例：

etitanic %>% 
  count(sex,survived) %>% 
  group_by(sex) %>% 
  mutate(rate = n/sum(n)) %>%
  ungroup()

  sex    survived     n  rate
  <fct>     <int> <int> <dbl>
1 female        0    96 0.247
2 female        1   292 0.753
3 male          0   523 0.795
4 male          1   135 0.205

etitanic%>%
计数（性别，存活率）%>%
按性别划分的组别%>%
突变（速率=n/和（n））%>%
解组（）
性存活率
1女0 96 0.247
2女12920.753
3男0 523 0.795
4男11350.205

或者省略总人口比例的分组

---

如果你想“用数据帧做一些事情”，那么很值得学习

dplyr

你可以用几种方法来做，但它们都不应该涉及循环。我会使用dplyr:：count（）：

库（dplyr）
依替坦酸%>%
计数（性别，存活）
性存活
1名女性0 96
2女1292
3男0523
4男1135

您可以按性别分组，以按性别计算比例：

etitanic %>% 
  count(sex,survived) %>% 
  group_by(sex) %>% 
  mutate(rate = n/sum(n)) %>%
  ungroup()

  sex    survived     n  rate
  <fct>     <int> <int> <dbl>
1 female        0    96 0.247
2 female        1   292 0.753
3 male          0   523 0.795
4 male          1   135 0.205

etitanic%>%
计数（性别，存活率）%>%
按性别划分的组别%>%
突变（速率=n/和（n））%>%
解组（）
性存活率
1女0 96 0.247
2女12920.753
3男0 523 0.795
4男11350.205

或者省略总人口比例的分组

---

如果您想“处理数据帧”，那么很值得学习

dplyr

使用

subset

根据

sex==“male”

和

surved==1

筛选条目：

nrow(subset(etitanic, sex == "male" & survived == 1))
#[1] 135

或作为总数的一部分：

nrow(subset(etitanic, sex == "male" & survived == 1)) / nrow(etitanic)
#[1] 0.1290631

---

使用

subset

根据

sex==“male”

和

surved==1

筛选条目：

nrow(subset(etitanic, sex == "male" & survived == 1))
#[1] 135

或作为总数的一部分：

nrow(subset(etitanic, sex == "male" & survived == 1)) / nrow(etitanic)
#[1] 0.1290631

---

sum（Survival\u-MF[Survival\u-MF$sex==“male”，1]）

起作用。由于死亡值为0，并且这不会影响列和，因此不需要根据它们是否存活进行筛选not@Punintended谢谢你，我们如何计算有多少雄性动物才能得到存活率，我们必须将总和（survival_MF[survival_MF$sex==“male”，1]）除以雄性动物的数量，对吗？没错。虽然我的格式只是对你上一个问题的快速回答。neilfws的版本更简洁，更容易理解

sum（Survival_-MF[Survival_-MF$sex==“male”，1]）

起到了作用。由于死亡值为0，并且这不会影响列和，因此不需要根据它们是否存活进行筛选not@Punintended谢谢你，我们如何计算有多少雄性动物才能得到存活率，我们必须将总和（survival_MF[survival_MF$sex==“male”，1]）除以雄性动物的数量，对吗？没错。虽然我的格式只是对你上一个问题的快速回答。neilfws的版本更干净，更易于解释。prop.table（table（etitanic$sex，etitanic$surved））@snorlaxxx Yes，它为您提供了存活/死亡的雄性/雌性分数表。条目

[2,2]

与上面的“总分数”相同。除了使用库（sqldf）之外，您知道如何做同样的事情吗？如果您想回答另一个问题，请参见此处：您能帮我处理上面的后一个链接吗？prop.table（table（etitanic$sex，etitanic$surved））@SnorlLaxxx是，它为您提供了存活/死亡的雄性/雌性的分数表。条目

[2,2]

与上面的“总分数”相同。你知道如何使用库（sqldf）做同样的事情吗？如果你想回答另一个问题，请看这里：你能帮我处理上面的后一个链接吗？这是什么：prop.table（table（etitanic$sex，etitanic$surved））？您知道如何使用库（sqldf）做同样的事情吗？如果您想回答另一个问题，请参见此处：道具表（table（table（etitanic$sex，etitanic$surved））？您知道如何使用库（sqldf）做同样的事情吗？如果您想回答另一个问题，请参见此处：