r - 计算特定组的相对频率

Question

我有一个分类变量的 data.frame，我已将其分成几组，我得到了每组的计数。

My original data nyD looks like:

Source: local data frame [7 x 3]
Groups: v1, v2, v3

  v1    v2   v3
1  a  plus  yes
2  a  plus  yes
3  a minus   no
4  b minus  yes
5  b     x  yes
6  c     x notk
7  c     x notk

I performed the following operations using dplyr:

ny1 <- nyD %>% group_by(v1,v2,v3)%>%
           summarise(count=n()) %>%
           mutate(prop = count/sum(count))


My data "ny1" looks like:

Source: local data frame [5 x 5]
Groups: v1, v2

  v1    v2   v3 count prop
1  a minus   no     1    1
2  a  plus  yes     2    1
3  b minus  yes     1    1
4  b     x  yes     1    1
5  c     x notk     2    1

我想计算与 prop 变量中的 V1 组相关的相对频率。 prop 变量应该是相应的计数除以“V1 组的计数总和”。 V1组共有3个“a”、2个“b”和1个“c”。也就是说，ny1$prop[1] <- 1/3, ny1$prop[2] <- 2/3....使用 count/sum(count) 的 mutate 操作不正确。我需要指定总和应该只对 V1 组实现。有没有办法使用 dplyr 来实现这一点？

Answer 1

您可以一步完成这一切(从您的原始数据 nyD 而无需创建 ny1)。这是因为当您在 summarise 之后运行 mutate 时，dplyr 将降低一个聚合级别 (v2)默认(当然是我在 dplyr 中最喜欢的功能)并且只会通过 v1

聚合

nyD %>% 
   group_by(v1, v2) %>%
   summarise(count = n()) %>%
   mutate(prop = count/sum(count))

# Source: local data frame [5 x 4]
# Groups: v1
# 
#   v1    v2 count      prop
# 1  a minus     1 0.3333333
# 2  a  plus     2 0.6666667
# 3  b minus     1 0.5000000
# 4  b     x     1 0.5000000
# 5  c     x     2 1.0000000

或者使用 count 的更短版本(感谢@beginneR)

df %>% 
  count(v1, v2) %>% 
  mutate(prop = n/sum(n))