如何使用R将分类数据转换为相对计数

最小示例

---

我有：

input这不是一个完整的答案，但应该会对您有所帮助（有点
resphape[2]
-ing:

ct <- count(input, "id")
A <- data.frame(table(input[,c(1,2)])/ct[ct$id==1,]$freq)
B <- data.frame(table(input[,c(1,3)])/ct[ct$id==2,]$freq)

print(A)
  id A      Freq
1  1 1 0.6666667
2  2 1 0.3333333
3  1 2 0.3333333
4  2 2 0.3333333
5  1 3 0.0000000
6  2 3 0.3333333

print(B)
  id B      Freq
1  1 0 0.3333333
2  2 0 0.6666667
3  1 1 0.6666667
4  2 1 0.3333333

ct此表达式为每个非ID列创建一个表（此处，
2:3
）：

id
列不存在，但行名称可用于此目的。
以下是可能的解决方案：

library(reshape2)
library(qdap)

x <- prop.table(ftable(melt(input, id="id")))
x2 <- colpaste2df(data.frame(x), 2:3, keep.orig = FALSE, sep="", name.sep = "")
x3 <- dcast(x2, id  ~ variablevalue, value.var = "Freq")
x3[, c(TRUE, colSums(x3[, -1]) != 0)]

##   id         A1         A2         A3         B0         B1
## 1  1 0.16666667 0.08333333 0.00000000 0.08333333 0.16666667
## 2  2 0.08333333 0.08333333 0.08333333 0.16666667 0.08333333

library（重塑2）
图书馆（qdap）
x可以看作是一个数据透视表（或两个数据透视表）：

>install.packages（'重塑'）
>图书馆（重塑）
>ct DF1DF2DF3名称（DF3）DF3
id A1 A2 A3 B0 B1
1  1 0.6666667 0.3333333 0.0000000 0.3333333 0.6666667
2  2 0.3333333 0.3333333 0.3333333 0.6666667 0.3333333
我想这正是您想要的。只需添加行或列名即可满足您的口味

 tbB <- with(input, table(B, id))
 tbA <- with(input, table(A, id))
 cbind( t( tbA/rowSums(tbA)), t(tbB/rowSums(tbB)) )
          1   2 3         0         1
1 0.6666667 0.5 0 0.3333333 0.6666667
2 0.3333333 0.5 1 0.6666667 0.3333333

tbB非常直截了当+1谢谢Matthew Lundberg.
table（dat）/sum（dat）
是通常的方法。或者您可能想除以
行和数
或
列和数
，但所需的输出并不能阐明您的意图。为什么第二列不是0.5、0.5？@Ishouldbuyabat：列A2表示用户为变量a选择选项2的次数比例。Id=1和Id=2每次都选择选项2ee他们做出的选择。谢谢！谢谢！当我尝试library（qdap）时，我得到一个错误，说R和Java没有匹配的体系结构。我可能可以解决这个问题，但现在我将尝试其他解决方案。请参阅以下帮助：
do.call(cbind, individuals)
##          A1        A2        A3        B0        B1
## 1 0.6666667 0.3333333 0.0000000 0.3333333 0.6666667
## 2 0.3333333 0.3333333 0.3333333 0.6666667 0.3333333

library(reshape2)
library(qdap)

x <- prop.table(ftable(melt(input, id="id")))
x2 <- colpaste2df(data.frame(x), 2:3, keep.orig = FALSE, sep="", name.sep = "")
x3 <- dcast(x2, id  ~ variablevalue, value.var = "Freq")
x3[, c(TRUE, colSums(x3[, -1]) != 0)]

##   id         A1         A2         A3         B0         B1
## 1  1 0.16666667 0.08333333 0.00000000 0.08333333 0.16666667
## 2  2 0.08333333 0.08333333 0.08333333 0.16666667 0.08333333

>install.packages('reshape')
>library(reshape)
>ct <-count(input, "id")
>DF1<-cast(input, id ~ A, value='B')
>DF2<-cast(input, id ~ B, value="A")
>DF3<-cbind(DF1$id, DF1[names(DF1)!='id']/ct[1,]$freq, DF2[names(DF2)!='id']/ct[2,]$freq)
>names(DF3)<-c('id', paste('A', names(DF1)[-1], sep=''), paste('B', names(DF2)[-1], sep=''))
> DF3
  id        A1        A2        A3        B0        B1
1  1 0.6666667 0.3333333 0.0000000 0.3333333 0.6666667
2  2 0.3333333 0.3333333 0.3333333 0.6666667 0.3333333

 tbB <- with(input, table(B, id))
 tbA <- with(input, table(A, id))
 cbind( t( tbA/rowSums(tbA)), t(tbB/rowSums(tbB)) )
          1   2 3         0         1
1 0.6666667 0.5 0 0.3333333 0.6666667
2 0.3333333 0.5 1 0.6666667 0.3333333