R 表%来自不同子集的分类变量

我有一个数据集，其中包含来自csv的15个指标（列）。1个指标称为癌症

这就是数据集中的列的外观

Cancer:  yes no yes no

我想创建一个带有百分比的表。是否

---

但我正在使用

dplyr创建不同的子集（例如过滤数据集1:agegroup 50-54和numberrelatives=1，过滤数据集2:agebirtfirstchild），您可以执行以下操作：

df %>%
   group_by(agegroup, numberrelatives, agefirstchild) %>%
   summarize(prop_cancer = mean(cancer == 'yes'))

请注意，表格的格式很长（但也有一些方法可以使其更宽）。
以下是一些使用base R的方法。但首先，我们需要一些可复制的数据：

set.seed(42)
cancer <- sample(c("yes", "no"), 200, replace=TRUE) 
agegroup <- sample(c("35-39", "40-44", "45-49"), 200, replace=TRUE)  
numberrelatives <- sample(c("zero", "one", "2 or more"), 200, replace=TRUE)  
agefirstchild <- sample(c("Age < 30", "Age 30 or greater", "nullipareous"), 200, replace=TRUE) 
dat <- data.frame(cancer, agegroup, numberrelatives, agefirstchild)

是的，谢谢，它在没有分组依据的情况下部分工作，它给了我1个数据帧/数据集的摘要。但是我想绘制不同的数据
表1中的数据帧/过滤数据集->
已筛选数据集1否%
过滤数据集2 no%
您为示例数据集提供的向量具有不同的行数-无法从中生成数据帧。可以使用
rep（）
函数将每个向量重复几次，以便它们都具有相同的长度（例如6、4、4和4次）阅读以下功能：
表格
，
xtabs
，
道具表格
，
添加边距
和
边距.表格
。您可以提出问题更具体地说，通过使用
dput
包含一个数据样本，或者通过指示R中包含的一个数据集，该数据集的数据与您的数据相似。如果您在示例中实际运行代码，您将看到它没有运行。是的，感谢它在没有group by的情况下部分工作，它为我提供了来自1个数据帧/数据集的摘要。但是我将I’我想在1表->过滤数据集1否%过滤数据集2否%中绘制不同的过滤数据帧/过滤数据集。您还可以给出部分分数：）您可以对任意数量的变量使用相同的方法。例如，您可以分别对
agegroup
和
numberrelatives的“主要效果”执行
groupby（agegroup）
，
groupby（numberrelatives）
）。按照这种逻辑，当你同时对更多的变量进行分组时，你正在检查你分组所依据的分类变量之间的相互作用。是的，这确实也是它需要做的。谢谢我投票认为你的答案是一个解决方案，但有人关闭了这个问题，因为它已经得到了回答：（因此认为它再次变灰非常漂亮！它让我们对亚组中的问题有了很好的了解。谢谢！是否可以将agegroup+cancer（例如agefirstchild列）添加到表中。因此您可以查看组合？agefirstchild agegroup no是的。例如，尝试
xtabs（agegroup+agefirstchild+cancer，dat）
。这将创建一个三维表格。要自定义哪些变量是行，哪些是列，请使用
ftable（）
。我投票认为你的答案是一个解决方案，但有人关闭了这个问题，因为它已经得到了回答：（我想它因此又变成了灰色
set.seed(42)
cancer <- sample(c("yes", "no"), 200, replace=TRUE) 
agegroup <- sample(c("35-39", "40-44", "45-49"), 200, replace=TRUE)  
numberrelatives <- sample(c("zero", "one", "2 or more"), 200, replace=TRUE)  
agefirstchild <- sample(c("Age < 30", "Age 30 or greater", "nullipareous"), 200, replace=TRUE) 
dat <- data.frame(cancer, agegroup, numberrelatives, agefirstchild)

(tbl <- xtabs(~agegroup+cancer, dat))
#         cancer
# agegroup no yes
#    35-39 38  31
#    40-44 38  32
#    45-49 35  26
addmargins(tbl)
#         cancer
# agegroup  no yes Sum
#    35-39  38  31  69
#    40-44  38  32  70
#    45-49  35  26  61
#    Sum   111  89 200

options(digits=3)
prop.table(tbl, 1) * 100
#         cancer
# agegroup   no  yes
#    35-39 55.1 44.9
#    40-44 54.3 45.7
#    45-49 57.4 42.6
prop.table(tbl, 2) * 100
#         cancer
# agegroup   no  yes
#    35-39 34.2 34.8
#    40-44 34.2 36.0
#    45-49 31.5 29.2