Groupby和count出现频率（以百分比表示，带R）

给定如下数据集：

  city type
0   bj    a
1   bj    a
2   bj    b
3   bj    c
4   sh    a
5   sh    b
6   sh    c
7   sh    c
8   sh    a

我需要按

城市

和

类型

分组，然后计算每个

类型

的发生频率百分比，这意味着每个

城市

的百分比总和应为

1

df1 %>%
filter(!is.na(city) & !is.na(type)) %>%
group_by(city, type) %>%
summarise(count = n() / nrow(.))

我尝试了以下代码，但似乎所有城市类型的百分比总和为

1

df1 %>%
filter(!is.na(city) & !is.na(type)) %>%
group_by(city, type) %>%
summarise(count = n() / nrow(.))

预期结果如下：

  city type  percent
0   bj    a     0.50  ---> 2/4
1   bj    b     0.25  ---> 1/4
2   bj    c     0.25  ---> 1/4
3   sh    a     0.40  ---> 2/5
4   sh    b     0.20  ---> 1/5
5   sh    c     0.40  ---> 2/5

---

基于上面的代码，我如何才能做到这一点？谢谢。

你可以

数一数

，然后计算每个

城市的比率

：

library(dplyr)

df %>%
  na.omit() %>% #Drop NA rows
  count(city, type) %>%
  group_by(city) %>%
  mutate(n = n/sum(n))

# city  type      n
# <chr> <chr> <dbl>
#1 bj    a      0.5 
#2 bj    b      0.25
#3 bj    c      0.25
#4 sh    a      0.4 
#5 sh    b      0.2 
#6 sh    c      0.4 

库（dplyr）
df%>%
na.omit（）%>%#删除na行
计数（城市，类型）%>%
组别(城市)%>%
变异（n=n/和（n））
#城市类型n
#   
#1 bj a 0.5
#2 bj b 0.25
#3 bj c 0.25
#4 sh a 0.4
#5shb0.2
#6shc0.4

谢谢，我们如何在结果中添加

类型

？错过了。我们可以使用

变异

，更新答案。