r - R 中作为数据框的分类变量频率表-6ren

r - R 中作为数据框的分类变量频率表

转载作者：行者123 更新时间：2023-12-02 02:42:15

我想创建一个所有分类变量的频率表作为 R 中的数据框。我想找到每个调查响应的频率和百分比(按条件分组，以及总频率)。我想将其生成为数据框。

仅针对一个变量(“q1”)计算出所需频率的示例。我希望数据中的大多数变量都有类似的频率计数:

我有这样的数据。实际数据有更多的分类变量。

library(readr)
data_in <- read_table2("treatment_cur   q13_3   q14_1   q14_2   q14_3   q14_4   q14_5   q14_6   q14_7   q14_8   q14_9   q14_10  q14_11  q14_12  q14_13  q14_14  q14_15
Control 3   2   3   6   5   6   6   6   4   5   5   5   4   6   6   5
Control 2   4   5   6   5   6   5   5   6   4   5   5   6   5   4   6
Treatment   3   1   2   6   4   6   5   4   6   4   6   1   5   6   4   6
Control 3   2   3   6   4   6   6   6   6   6   6   6   6   5   5   6
Control NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA
Control 4   6   5   6   5   6   5   6   6   5   1   1   6   5   5   6
Control 3   3   2   2   3   3   6   6   4   6   5   5   3   6   6   2
Treatment   2   3   2   3   1   3   1   1   1   3   3   3   3   3   3   1
Control 3   5   5   6   3   6   3   3   3   2   2   1   4   2   3   4
Control 2   1   1   1   1   1   4   4   1   1   1   1   1   4   4   2
Control 4   3   4   6   6   6   6   6   6   6   6   6   6   6   6   6
Control 4   2   6   6   4   6   5   6   6   5   6   5   6   6   6   6
Control 2   2   3   3   2   3   5   6   5   3   3   3   3   5   3   2
Control 3   2   4   3   4   5   4   4   5   3   3   5   4   5   5   4
Treatment   2   2   2   2   2   3   1   1   2   2   3   2   3   3   2   3
Control 4   3   3   3   5   6   6   6   6   6   6   6   6   6   6   6
Treatment   2   1   3   3   2   1   3   4   2   2   3   3   2   3   3   3
Treatment   4   2   6   4   4   2   3   5   4   5   1   1   5   4   4   5
Control 3   3   3   4   4   4   4   5   3   2   5   4   5   5   4   4
Control 4   6   6   6   6   6   6   6   6   6   6   6   5   6   6   5
Control 2   2   3   6   2   5   1   2   4   4   1   1   6   4   4   6
Treatment   4   3   3   6   6   6   6   6   6   6   6   6   6   6   6   6
Treatment   4   6   6   6   6   6   6   6   6   6   6   6   6   6   6   6
Treatment   1   1   2   4   4   4   1   1   1   1   1   1   6   1   1   6
Treatment   3   2   3   3   2   6   6   6   6   3   3   2   4   5   5   6
Control 2   1   1   1   1   1   1   2   1   1   1   1   1   2   2   1
Control 1   3   3   3   1   1   5   5   2   4   5   5   4   1   2   5
Treatment   3   4   4   5   5   4   4   4   3   5   3   4   4   6   6   5
Control NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA
Control 2   2   4   6   2   4   2   2   3   5   4   4   4   3   3   5
Treatment   1   1   2   1   1   1   1   1   6   1   1   1   6   2   3   6
Treatment   2   6   1   4   4   1   1   2   2   2   1   2   1   2   2   2
Treatment   3   3   4   4   4   6   6   5   4   6   3   5   5   6   6   4
Treatment   2   1   3   3   3   3   3   3   3   3   3   3   3   3   3   3
Control 4   3   4   6   4   6   4   5   6   3   4   4   6   6   4   6
Control 4   4   3   6   2   5   2   2   4   3   1   6   5   5   5   5
Control NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA
Treatment   2   3   3   6   5   6   1   2   6   5   4   4   5   5   5   6
Control 4   6   6   6   6   6   5   5   5   5   5   6   5   5   5   5
Treatment   2   1   1   3   1   3   4   4   4   4   1   4   3   4   4   4
Treatment   2   1   3   3   3   3   4   6   5   4   5   5   4   6   6   5
Control 4   6   6   6   6   6   5   5   5   6   6   5   5   5   6   6
Control NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA  NA
Control 4   2   2   4   2   4   6   6   6   6   4   6   5   6   6   5
Control 1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1
Treatment   3   4   2   5   5   5   6   5   5   5   5   5   5   6   6   6
Control NA  2   4   4   4   4   4   3   4   6   4   5   4   6   4   4
Control 2   2   2   3   1   3   4   1   1   1   2   1   3   3   3   3
Treatment   2   2   2   3   2   2   3   3   2   2   2   2   2   2   2   2
Control 3   3   3   6   6   6   6   6   6   6   5   6   6   6   6   6
Treatment   2   1   2   2   2   1   2   2   1   1   2   1   2   2   1   3
Treatment   4   5   5   6   6   5   5   6   5   5   4   5   5   4   4   5
Control 3   2   2   2   2   2   2   2   2   2   2   2   2   2   2   2
Treatment   3   3   4   4   4   6   3   2   5   3   2   2   5   6   5   6
Control 4   4   3   3   6   3   6   6   3   2   4   4   4   4   4   4
Treatment   4   1   3   4   4   4   5   6   6   6   6   6   6   6   6   6
Control 4   4   5   6   5   5   4   6   6   6   6   5   6   6   6   6
Treatment   3   3   4   6   6   6   6   6   5   6   6   5   4   6   6   4
Control 4   4   6   6   4   6   6   6   6   4   4   3   5   6   6   6
Control 4   6   6   6   6   6   6   6   6   6   6   6   6   6   6   6
Treatment   4   5   5   6   6   6   6   6   5   5   6   6   5   5   6   6
Treatment   4   6   6   6   6   6   6   6   6   6   6   6   6   6   6   6
Control 2   1   2   1   1   1   1   3   1   4   4   1   1   1   1   1
Treatment   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1
Treatment   4   6   5   5   5   5   5   6   5   4   5   4   4   5   5   4
Treatment   4   6   6   6   6   6   6   6   6   6   6   6   6   6   6   6
Control 4   4   4   4   4   4   4   4   4   4   4   4   4   4   4   4
Treatment   4   5   6   6   6   5   6   6   6   5   6   6   6   6   6   6
Control 2   2   2   2   2   2   2   2   2   2   2   2   2   2   2   2
Treatment   3   3   2   5   4   4   5   6   6   4   5   5   4   5   4   6
Treatment   4   5   4   4   4   5   5   6   4   5   4   3   6   6   6   6
Control 1   2   3   2   1   4   1   1   3   1   3   3   3   3   4   4
Control 3   6   6   6   6   6   5   1   5   6   5   6   6   6   6   6
Control 1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1
Control 4   2   2   2   2   2   2   2   2   2   2   2   2   2   2   2
")

我当前的解决方案太复杂了。如果我想知道 q13_3:q14_9 中变量的频率，我知道我可以这样做来找到它:

library(tables)
varList <- 2:11
data_in[varList] <- lapply(data_in[varList], factor,exclude = NULL)

  lapply(varList,function(x,df,byVar){ 
    tabular((Factor(df[[x]],paste(colnames(df)[x])) + 1) ~ ((Factor(df[[byVar]],paste(byVar)))*((n=1) + Percent("col"))),
            data= df) 
  },data_in,"treatment_cur")

下面是我当前输出的片段。问题是输出是一个列表的列表，无法导出到单个 Excel 工作表中。我必须手动将控制台中的所有内容复制到 Excel 文件中。

       treatment_cur                          
       Control               Treatment        
 q14_8 n             Percent n         Percent
 1      6             13.953  4         12.50 
 2      4              9.302  4         12.50 
 3      5             11.628  2          6.25 
 4      6             13.953  4         12.50 
 5      5             11.628  7         21.88 
 6     13             30.233 11         34.38 
 NA     4              9.302  0          0.00 
 All   43            100.000 32        100.00 

[[10]]
                                              
       treatment_cur                          
       Control               Treatment        
 q14_9 n             Percent n         Percent
 1      6             13.953  4         12.50 
 2      6             13.953  4         12.50 
 3      4              9.302  4         12.50 
 4      6             13.953  5         15.62 
 5      5             11.628  8         25.00 
 6     12             27.907  7         21.88 
 NA     4              9.302  0          0.00 
 All   43            100.000 32        10

这没问题，但我想:

找到每个变量值的总频率(治疗+条件)作为附加列(如上图所示)；
我不喜欢我用来生成此输出的函数。我想将其导出到 Excel 文件中，但由于此输出实际上是列表的列表(它无法导出到 Excel)，而且我发现将这些值从控制台复制并粘贴到 Excel 中非常麻烦。我想要一种更简单的方法来找到这些频率!当然，R 有更好的方法来做到这一点......

非常感谢任何帮助!!

最佳答案

实现此目的的一种方法是探索使用 gtsummary 包。

使用上面的代码，您可以很容易地生成一个包含计数和百分比的表格:

library(gtsummary)
library(readr)
library(flextable)


tbl_summary(data_in, by = "treatment_cur") %>% 
    add_overall() %>% 
    as_flex_table() %>% 
    flextable::save_as_docx(., path = "G:/test.docx")

如果你只是运行:

tbl_summary(data_in, by = "treatment_cur") %>% 
        add_overall()

您将看到它为您生成的表格。之后的额外代码使其能够导出到 docx 文件。从那里您可以将其复制到 Excel 中。这会生成您请求的计数，您可以确定它是否是一个更简单的实现。

另一种选择是直接写入 csv 文件:

tbl_summary(data_in, by = "treatment_cur") %>% 
    add_overall() %>% 
    as_tibble() %>% 
    readr::write_csv( .,path = "G:/test.csv")

或者如果您确实需要将所有内容放在单独的列中，您可以将 n 和百分比分成两个表，合并它们，然后写入 csv。

#keep counts only
ncount <- tbl_summary(data_in, by = "treatment_cur",
            statistic = all_categorical()~ "{n}") %>% 
    add_overall() 

#keep pcts only

pctdata <- tbl_summary(data_in, by = "treatment_cur",
            statistic = all_categorical()~ "{p}%") %>% 
  add_overall() 
#combine and output

tbl_merge(list(ncount, pctdata)) %>% 
      as_tibble() %>% 
      readr::write_csv(., "G:/test2.csv")

编辑:解决这个问题的另一种方法是使用 janitor 包。您可以非常轻松地修饰计数和百分比并将数据集合并在一起。之后就可以轻松导出到 csv/Excel。这里的一个缺点是您必须循环遍历变量以获得每个变量的表，然后将它们组合在一起，但是下面的代码是创建它的一个良好的开始:

library(janitor)


datatry <- data_in %>% 
          janitor::tabyl( q13_3,treatment_cur) %>% 
          adorn_totals("col") %>% 
          adorn_totals("row")

datatry2 <- data_in %>% 
  janitor::tabyl( q13_3,treatment_cur) %>% 
  janitor::adorn_percentages(denominator = 'col') %>% 
  adorn_totals("row") %>% 
  adorn_totals("col") %>% 
  mutate(Total = ifelse(is.na(q13_3), Total, ifelse(q13_3 == 'Total',1, Total)))

datatry3 <- inner_join(datatry, datatry2, by = 'q13_3') %>%
            mutate(variable ='q13_3')

关于r - R 中作为数据框的分类变量频率表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/63385340/

文章推荐： sql - 带有 OFFSET 的 PostgreSQL LIMIT 无法超过 100000

r - 按月计算的观察次数/频率
我有一个包含 34 个变量和大约 25,000 个观测值的数据集。每个观察都涉及一个特定事件。它的格式如下: no id date .... 1 363 006
r - 按月绘制单词的推文计数/频率
我已将 R 连接到 Twitter 并使用 R 中的 searchTwitter 函数进行抓取，并清除标点符号、小写字母等结果数据。现在我正在尝试执行以下操作: 计算自 2015 年 1 月至 20
c++ - 频率-线性仓到对数屏幕空间
我正在研究项目，需要可视化频谱分析以设置一些精确参数。现在，我将垃圾箱转换为屏幕空间，因为在线性空间中，较低频率的幅度被压缩在一起。这是我在C++中的代码: float windowSize = 64
matlab - 频率:在MATLAB中使用FFT的分贝图
我正在尝试使用MATLAB导入WAV文件并创建如下所示的图表类型。我基本上是在尝试获取频率信息并根据分贝对其进行绘制。这是我正在使用的代码，但似乎无法正确提取频率信息: [x fs]=wavread(
java - 计算字符串中字符的出现次数(频率)
我有一个 GUI，可以计算字符串中第一个字母的出现次数。我希望它以列格式计算所有字母，例如: 这是我到目前为止所拥有的: import java.awt.BorderLayout; import ja
r - 计算调查对象中某个值的百分比/频率
我有一个由许多变量组成的全国调查，就像这个(为了简单起见，我省略了一些变量): year id y.b sex income married pens weight 2002
事件的 SQL 频率
我被要求报告我们客户的联系频率，即每周、每月、每季度或每年看到多少客户。当在论坛中讨论“频率”时，它们通常是指某个值在表中存在的次数。我可以获得客户的联系人数量:- select A.cl
c# - 读取麦克风分贝和音调/频率
我正在尝试制作一款游戏，当麦克风发出足够响亮的声音时，我的角色会射击(在 Unity 中)。但是我不知道如何开始。感谢您的帮助! 最佳答案您可以通过使用 AudioSource.GetOutput
使用函数(频率)计算字符数
尝试计算字符数并改进我的代码，我做了一些更改，而不是使用 while 循环。好奇是否有人对我如何改进我的代码以使其更专业且更便宜有任何建议？ #include int countingCharact
php - 如何分析带有时间戳的条目的事件/频率？
我正在创建一个 MySQL 数据库，其中包含大量带有时间戳的条目。这些条目将附加到特定用户和另一个索引(例如博客作者和他的几个网站)。计算用户/全局每日条目图表的最佳方法是什么。我的两种方法是使用
MySQL 频率/分布
我创建了一项调查并将其发送出去。该调查要求用户提供电子邮件，然后要求他们从包含 8 个不同选项的下拉菜单中选择要吃哪顿饭。有些人使用同一封电子邮件多次填写调查，但食物选择不同。我有一个如下所示的 M
日期范围内的 MySQL 频率
我有一个 MySQL 数据库: Date Customer_ID 我怎样才能把它变成: Customer_ID | Count_Visits_Past_Week | Count_Visits_
bash - Gnuplot 频率
对于非常大的数据集，如何使用 gnuplot 仅在第一个和最后一个数据点的 x 轴上放置标记/标签？最佳答案在 gnuplot 4.6 及更高版本中，您可以使用命令 stats 'data.dat
python - 相关词的概率计数/频率？
我正在寻找一种方法来为具有共同词根/含义的单个词生成数值概率值。用户将使用“舞者”、“跳舞”、“跳舞”等词生成内容。如果“dancer”被提交了 30 次，跳舞了 5 次，我只需要一个值“danc
python - 时间序列数据的运行平均值/频率？
给定一个包含如下内容的数据集: [2, 3, 4, 5, 6, 7, 8, 9, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 65, 75, 85, 86, 87,
java - 绘制声音的音高(频率)
我想将声音的音高绘制成图表。目前我可以绘制幅度。下图是由 getUnscaledAmplitude() 返回的数据创建的: AudioInputStream audioInputStream = A
javascript - 计算数组元素的出现/频率
在 Javascript 中，我试图获取一个初始的数值数组并计算其中的元素。理想情况下，结果将是两个新数组，第一个指定每个唯一元素，第二个包含每个元素出现的次数。不过，我愿意接受有关输出格式的建议。
multithreading - InfiniBand:传输速率取决于MPI_Test *频率
我正在编写一个多线程OpenMPI应用程序，使用来自多个线程的MPI_Isend和MPI_Irecv在InfiniBand RDMA的各个列之间每秒交换数百条消息。传输量约为400-800KByte
.net - 创建包含多个音符(频率)的声音
这个站点上有很多问题，询问如何在给定频率下创建简单的正弦波。我想做的是获取阵列或列表或任何频率，然后连续连续播放它们(而不是和弦)，听起来有点像旧PC扬声器。我尝试使用Console.Beep，但是它
iphone - iPhone-识别波形/频率
我使用我的App捕获声音。假设此声音是正弦1 KHz声音，并且存在背景声音。如何识别此1 KHz声音出现在声音上？我的意思是，我可以想象如何在图像中找到元素，例如，如果您要在图像上寻找黄色正方形，那

行者123

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

r - R 中作为数据框的分类变量频率表