r - 计算数据框子集中的比例

Question

我正在尝试获取数据框子集中的比例。例如，在这个虚构的数据框中:

DF<-data.frame(category1=rep(c("A","B"),each=9),
    category2=rep(rep(LETTERS[24:26],each=3),2),
     animal=rep(c("dog","cat","mouse"),6),number=sample(18))

我想计算三种动物每一种的比例 category1来自 category2组合(例如，在所有既是“A”又是“X”的动物中，狗的比例是多少？)。与 prop.table在数据框的第 4 列上，我可以得到每行占总“数字”列的比例，但我还没有找到基于类别 1 和 2 的子集的方法。我也尝试拆分数据来自 category1和 category2使用这个:

splitDF<-split(DF,list(DF$category1,DF$category2))

我希望我可以用 prop.table 应用一个函数获得每个分组中每只动物的比例，但我无法获得 prop.table工作，因为我似乎无法指定将函数应用于拆分组内的哪一列数据。有没有人有任何提示？也许这可以通过 plyr 实现或类似的东西？我在帮助论坛中找不到任何关于在数据子集中获取比例的方法。

Answer 1

您可以使用功能 ddply()来自图书馆 plyr计算每个组合的比例，然后将新列添加到数据框中。

 library(plyr)     
 DF<-ddply(DF,.(category1,category2),transform,prop=number/sum(number))
 DF
   category1 category2 animal number       prop
1          A         X    dog     17 0.44736842
2          A         X    cat      3 0.07894737
3          A         X  mouse     18 0.47368421
4          A         Y    dog      2 0.14285714