R 如何计算是/否响应并将其分组？

我有一个excel文件中的调查，看起来像这样

  party          question1         question2
1 Republican       Yes                No
2 Democrat         No                 Yes
3 Libertarian      No                 No
4 Green            No                 Yes
5 Republican       Yes                Yes
6 Constitution     Yes                No
7 Democrat         Yes                Yes
8 Democrat         No                 No

party           Yes   No
Republican       5    4
Democrat         1    3
Libertarian      5    6
Constitution     2    4
Green            4    1

我想知道每个派对的“是”和“否”的号码，比如

  party          question1         question2
1 Republican       Yes                No
2 Democrat         No                 Yes
3 Libertarian      No                 No
4 Green            No                 Yes
5 Republican       Yes                Yes
6 Constitution     Yes                No
7 Democrat         Yes                Yes
8 Democrat         No                 No

party           Yes   No
Republican       5    4
Democrat         1    3
Libertarian      5    6
Constitution     2    4
Green            4    1

最后，我想用这个做一个图表。我一直在到处寻找和尝试一些东西，最近的一个是

res1 <-as.data.frame(aggregate(question1, list(party), table))

这看起来很棒，除了当我查看（res1）时，它只显示为

“2个变量中的5个变量”

。我只能看到Group1列和x.No列。 我需要“是”和“否”列，以便可以将它们绘制成图形

我也尝试了

plyr

软件包，但它对我不起作用，不知道为什么。 我试着在Rstudio中通过sqldf使用一些

CASE

函数来实现它，但是我试着改变它，结果会出错

---

您可以告诉我，我是一个绝对的初学者，我非常感谢您能给我的任何帮助。

我们可以使用

tidyverse

将其转换为“长”格式，使用

聚集

，使用“计数”和

分散

将其转换为“宽”格式

library(tidyverse)
gather(df1, key, val, question1:question2) %>%
   count(party, val) %>%
   spread(val, n)

---

另外，使用

base R

table(data.frame(df1[1], value = unlist(df1[-1])))

---

以下是重新格式化数据后使用

xtabs

的一种方法

long <- reshape2::melt(df1, id.vars = "party")
xtabs( ~ party + value, long)
#              value
#party          No Yes
#  Constitution  1   1
#  Democrat      3   3
#  Green         1   1
#  Libertarian   2   0
#  Republican    1   3

---

long以下是修复问题中尝试的三种方法（sqldf、aggregate、plyr）的解决方案。我们假设数据帧输入为
DF
，如末尾注释中重复定义

1）使用sqldf的sqldf：

library(sqldf)

sqldf("select party, 
              sum(question1 = 'No') + sum(question2 = 'No') as No,
              sum(question1 = 'Yes') + sum(question2 = 'Yes') as Yes
       from DF
       group by party")

或者，如果您有两个以上的问题，请动态创建SQL语句。
verbose=
参数将显示它实际发送给SQLite的语句，如果不需要，可以省略它

library(sqldf)

yes <- paste(sprintf("sum(%s = 'Yes')", names(DF)[-1]), collapse = " + ")
no <- paste(sprintf("sum(%s = 'No')", names(DF)[-1]), collapse = " + ")

fn$sqldf("select party, $no No, $yes Yes from DF group by party", verbose = TRUE)

或者，如果有两个以上的问题：

Count_No <- function(data) sum(data[, -1] == "No")
Count_Yes <- function(data) sum(data[, -1] == "Yes")
ddply(DF, .(party), c(No = Count_No, Yes = Count_Yes))

注
可复制形式的输入
DF
：

Lines <- "
  party          question1         question2
1 Republican       Yes                No
2 Democrat         No                 Yes
3 Libertarian      No                 No
4 Green            No                 Yes
5 Republican       Yes                Yes
6 Constitution     Yes                No
7 Democrat         Yes                Yes
8 Democrat         No                 No"
DF <- read.table(text = Lines)

行根据示例，共和党人不算5是4否。是基于其他一些dat
表的预期输出
解决方案，特别是，看起来非常直接。建议使用此变体以避免警告：
table（data.frame（party=df1[[1]]，value=unlist（df1[-1]））
library(plyr)

ddply(DF, .(party), summarize,
   No = sum(question1 == 'No') + sum(question2 == 'No'),
   Yes = sum(question1 == 'Yes') + sum(question2 == 'Yes'))

Count_No <- function(data) sum(data[, -1] == "No")
Count_Yes <- function(data) sum(data[, -1] == "Yes")
ddply(DF, .(party), c(No = Count_No, Yes = Count_Yes))

ddply(yesNo, .(party = DF$party), colSums)

Lines <- "
  party          question1         question2
1 Republican       Yes                No
2 Democrat         No                 Yes
3 Libertarian      No                 No
4 Green            No                 Yes
5 Republican       Yes                Yes
6 Constitution     Yes                No
7 Democrat         Yes                Yes
8 Democrat         No                 No"
DF <- read.table(text = Lines)