r - dplyr:按学校分组的因素的计数/百分比未分组

Question

我有一个长数据集，每个人一行与学校分组。每行都有一个有序因子 {1, 2, 3, 4}，“猫”。我想获得每所学校内 1、2、3 和 4 的百分比。数据集如下所示:

  school_number           cats
1          10505             3
2          10505             3
3          10502             1
4          10502             1
5          10502             2
6          10502             1
7          10502             1
8          10502             2
10         10503             3
11         10505             2

我试过这样的事情:

df_pcts <- df %>%
   group_by(school_number) %>%
   mutate(total=sum(table(cats))) %>%
   summarize(cat_pct = table(cats)/total)

但是 mutate() 步骤产生的总变量将总行数放在每一行中。我什至无法进入最后的总结步骤。我很困惑。

附言在其他一些帖子中，我看到了这样的行:

n = n()

当我这样做时，我收到一条消息说，

Error in n() : This function should not be called directly

这个是从哪里来的？

TIA

Answer 1

也许这会有所帮助，尽管我不能 100% 确定您需要什么输出。

这使用 tally 计算您的 df 中存在的每个 school_number/cats 组合的行数.然后计算每个 school_number 中“猫”的百分比，然后仅按 school_number 分组。

df %>%
  group_by(school_number,cats) %>%
  tally  %>%
  group_by(school_number) %>%
  mutate(pct=(100*n)/sum(n))

它给出了这个:

  #    school_number cats n       pct
  #  1         10502    1 4  66.66667
  #  2         10502    2 2  33.33333
  #  3         10503    3 1 100.00000
  #  4         10505    2 1  33.33333
  #  5         10505    3 2  66.66667

编辑:

要添加示例数据中缺失的 0% 行，您可以执行以下操作。将上面的输出与包含所有 school_number/cats 组合的 0% 的 df 绑定(bind)在一起。仅保留此绑定(bind)的第一个实例(如果存在，第一个实例始终包含 >0% 的值)。然后我按school_number和cats排列以方便阅读:

y<-df %>%
  group_by(school_number,cats) %>%
  tally  %>%
  group_by(school_number) %>%
  mutate(pct=(100*n)/sum(n)) %>%
  select(-n) 

x<-data.frame(school_number=rep(unique(df$school_number),each=4), cats=1:4,pct=0)  

rbind(y,x) %>%
  group_by(school_number,cats)%>%
  filter(row_number() == 1) %>%
  arrange(school_number,cats)

这使:

#   school_number cats       pct
#1          10502    1  66.66667
#2          10502    2  33.33333
#3          10502    3   0.00000
#4          10502    4   0.00000
#5          10503    1   0.00000
#6          10503    2   0.00000
#7          10503    3 100.00000
#8          10503    4   0.00000
#9          10505    1   0.00000
#10         10505    2  33.33333
#11         10505    3  66.66667
#12         10505    4   0.00000