在R中以相等间隔计算数据集中总百分比

我正在制作一个数据集，其中包含每个快速消费品类别的总量及其在各主要渠道的销售分布，如列中所示。摘录如下

CTY  totsal MTsal   GTsal   Othsal  totsal  MTsal   GTsal   Othsal
     food   food    food    food    deo      deo    deo      deo
Arg  47313  19620   15052   12641   178      113    41       24
Aus  143140 85172   4634    53334   459      438    5        16
Bel  125399 82966   7818    34614   424      229    5        190

在我的输出数据集中，我想计算每第四列中总类别组的份额，例如totsal food和totsal deo。因此，这些频道的份额必须是1，频道的份额加起来必须是它们各自的值。我看到的示例输出是：

CTY totshar MTshar  GTshar  Othshar totshar MTshar  GTshar  Othshar
    food    food    food    food    deo      deo    deo      deo
Arg  1      0.4     0.3     0.3     1.0      0.6    0.2      0.1
Aus  1      0.6     0.0     0.4     1.0      1.0    0.0      0.0
Bel  1      0.7     0.1     0.3     1.0      0.5    0.0      0.4

---

上面的例子是一个摘录，我需要加入灵活性，以包括尽可能多的类别和国家。

您可以这样做。 首先，我复制并粘贴了您的数据：

d <- read.table("clipboard",header=T)
d
   CTY totsal MTsal GTsal Othsal totsal.1 MTsal.1 GTsal.1 Othsal.1
1 <NA>   food  food  food   food      deo     deo     deo      deo
2  Arg  47313 19620 15052  12641      178     113      41       24
3  Aus 143140 85172  4634  53334      459     438       5       16
4  Bel 125399 82966  7818  34614      424     229       5      190

我使用

sapply

计算每组的百分比，并使用

矩阵

函数转换结果。sappy函数“循环”通过

grep

搜索找到的所有组。在

函数（x，y，z）

中，它将属于该组的所有列子集化。这里是第一个

m[，gr==gr\u total[1]]

。因为R针对矢量化过程进行了优化，所以可以将向量/矩阵除以向量。尝试

m[，gr==gr_total[1]]/m[，gr_total[1]]

。有关

matrix（）

函数，请参见

？matrix

，并检查

sapply

输出

matrix(sapply(gr_total, function(x, y, z)  z[, y==x]/z[, x], gr, m), nrow(m), ncol(m), byrow = FALSE)
     [,1]      [,2]       [,3]      [,4] [,5]      [,6]       [,7]       [,8]
[1,]    1 0.4146852 0.31813666 0.2671782    1 0.6348315 0.23033708 0.13483146
[2,]    1 0.5950258 0.03237390 0.3726003    1 0.9542484 0.01089325 0.03485839
[3,]    1 0.6616161 0.06234499 0.2760309    1 0.5400943 0.01179245 0.44811321

您可以使用

舍入

功能将一位数字舍入。假设您将结果保存在

m1

中，请使用

round（m1，1）

。

---

Colnames可以替换为

Colnames（m1）您可以发布数据帧的摘录吗？（只是
dput（head（df））
）我不知道你的意思。我展示的示例是一个摘录。这里有8列，其中第1列是第2列3 4的总计，第5列是第6列7 8的总计。整个数据集的这一进程将继续完美地工作。你能详细解释一下最后的Sappy和matrix代码吗？此外，我也不会将列名作为原始数据集。我把它们作为V1 V2等，有没有办法把它们取回或用原始列名替换这些V1 V2？
gr_total <- grep("tot", colnames(d)[-1])
gr <- sort(rep(gr_total, 4))

matrix(sapply(gr_total, function(x, y, z)  z[, y==x]/z[, x], gr, m), nrow(m), ncol(m), byrow = FALSE)
     [,1]      [,2]       [,3]      [,4] [,5]      [,6]       [,7]       [,8]
[1,]    1 0.4146852 0.31813666 0.2671782    1 0.6348315 0.23033708 0.13483146
[2,]    1 0.5950258 0.03237390 0.3726003    1 0.9542484 0.01089325 0.03485839
[3,]    1 0.6616161 0.06234499 0.2760309    1 0.5400943 0.01179245 0.44811321