dplyr：如何计算每组中不同值的频率

我可能有一个非常简单的问题，但我想不出来

我有一个数据集，它有两个变量，两个因子。看起来是这样的：

my.data<-data.frame(name=c("a","a","b","b","b","b", "b", "b", "e", "e", "e"),
                var1=c(1, 2, 3, 4, 2, 1, 4, 1, 3, 4, 3))

name   Freq1   Freq2   Freq3   Freq4
  a    0,00    0,00    0,5     0,5
  b    0,30    0,30    0,30    0,10
  e    0,20    0,20    0,20    0,40

---

谢谢。

您可以使用

pivot\u wide

以宽幅格式显示数据-

library(dplyr)
library(tidyr)

my.data %>%
  count(name, var1) %>%
  group_by(name) %>%
  mutate(n = prop.table(n)) %>%
  ungroup %>%
  pivot_wider(names_from = var1, values_from = n, names_prefix = 'Freq')

#  name   Freq1  Freq2  Freq3  Freq4
#  <chr>  <dbl>  <dbl>  <dbl>  <dbl>
#1 a      0.5    0.5   NA     NA    
#2 b      0.333  0.167  0.167  0.333
#3 e     NA     NA      0.667  0.333

库（dplyr）
图书馆（tidyr）
my.data%>%
计数（名称，var1）%>%
分组单位（名称）%>%
变异（n=属性表（n））%>%
解组%>%
pivot\u更宽（名称\u from=var1，值\u from=n，名称\u前缀='Freq'）
#名称Freq1 Freq2 Freq3 Freq4
#          
#1 a 0.5 0.5 NA NA
#2 b 0.333 0.167 0.167 0.333
#3 e NA 0.667 0.333

您也可以使用基本R

prop.table(table(my.data), 1)

返回

    var1
name         1         2         3         4
   a 0.5000000 0.5000000 0.0000000 0.0000000
   b 0.3333333 0.1666667 0.1666667 0.3333333
   e 0.0000000 0.0000000 0.6666667 0.3333333

---

我们还可以利用package

门卫

在这里发挥巨大的优势：

library(janitor)

my.data %>%
  tabyl(name, var1) %>%
  adorn_percentages()

 name         1         2         3         4
    a 0.5000000 0.5000000 0.0000000 0.0000000
    b 0.3333333 0.1666667 0.1666667 0.3333333
    e 0.0000000 0.0000000 0.6666667 0.3333333

---

或

---

这样看起来好多了，我的朋友，谢谢你。看门人我最喜欢的汇总/交叉列表软件包嘿，真是太棒了。非常感谢你的回答。我很感激：）嗨，罗纳克，非常感谢。尽管它对这些数据有效。我的那些不起作用。我得到以下错误：警告消息：值不是唯一标识的；输出将包含列表列。*使用

values\u fn=list

抑制此警告。*使用

values\u fn=length

来识别重复项出现的位置*使用

values\u fn={summary\u fun}

来总结重复项……这很奇怪，不应该发生。你能试着用

dplyr:：count

替换

count

看看有什么变化吗？嗨，我的代码开头已经有了。我在所有这些操作之前应用了一个过滤器。是的，但是

count

也是

plyr

库的一部分，我觉得它可能是无意中屏蔽了

dplyr

中的

count

。因此，我要求使用

dplyr:：count

而不是仅使用

count

。如果这没有帮助，你可以使用

pivot\u wide（name\u from=var1，values\u from=n，names\u prefix='Freq'，values\u fn=sum）

对每个组合的值进行求和。我想我不应该把它们作为因素。嘿，这很有效：）非常感谢你的回答！

    var1
name         1         2         3         4
   a 0.5000000 0.5000000 0.0000000 0.0000000
   b 0.3333333 0.1666667 0.1666667 0.3333333
   e 0.0000000 0.0000000 0.6666667 0.3333333

library(janitor)

my.data %>%
  tabyl(name, var1) %>%
  adorn_percentages()

 name         1         2         3         4
    a 0.5000000 0.5000000 0.0000000 0.0000000
    b 0.3333333 0.1666667 0.1666667 0.3333333
    e 0.0000000 0.0000000 0.6666667 0.3333333

my.data %>%
  tabyl(name, var1) %>%
  adorn_percentages() %>%
  adorn_totals(c('row', 'col')) %>%
  adorn_pct_formatting(2)

  name      1      2      3      4   Total
     a 50.00% 50.00%  0.00%  0.00% 100.00%
     b 33.33% 16.67% 16.67% 33.33% 100.00%
     e  0.00%  0.00% 66.67% 33.33% 100.00%
 Total 83.33% 66.67% 83.33% 66.67% 300.00%