使用 group_by 查找子组中的百分比并汇总答案

【问题标题】：Finding percentage in a sub-group using group_by and summarise使用 group_by 查找子组中的百分比并汇总
【发布时间】：2015-06-15 11:33:56
【问题描述】：

我是 dplyr 的新手，并试图在没有任何运气的情况下进行以下转换。我在互联网上进行了搜索，发现了在 ddply 中执行相同操作的示例，但我想使用 dplyr。

我有以下数据：

   month   type  count
1  Feb-14  bbb   341
2  Feb-14  ccc   527
3  Feb-14  aaa  2674
4  Mar-14  bbb   811
5  Mar-14  ccc  1045
6  Mar-14  aaa  4417
7  Apr-14  bbb  1178
8  Apr-14  ccc  1192
9  Apr-14  aaa  4793
10 May-14  bbb   916
..    ...  ...   ...

我想使用 dplyr 来计算每月级别的每种类型（aaa、bbb、ccc）的百分比，即

   month   type  count  per
1  Feb-14  bbb   341    9.6%
2  Feb-14  ccc   527    14.87%
3  Feb-14  aaa  2674    ..
..    ...  ...   ...

我试过了

data %>%
  group_by(month, type) %>%
  summarise(count / sum(count))

这会给出一个 1 作为每个值。如何使当月所有类型的总和（计数）总和？

【问题讨论】：

标签： r group-by dplyr

【解决方案1】：

试试

library(dplyr)
data %>%
    group_by(month) %>%
    mutate(countT= sum(count)) %>%
    group_by(type, add=TRUE) %>%
    mutate(per=paste0(round(100*count/countT,2),'%'))

或者在不创建额外列的情况下使其更简单

data %>%
    group_by(month) %>%
    mutate(per =  100 *count/sum(count)) %>% 
    ungroup

我们也可以用“月”总结sum(count)后使用left_join

或者使用data.table的选项。

 library(data.table)
 setkey(setDT(data), month)[data[, list(count=sum(count)), month], 
               per:= paste0(round(100*count/i.count,2), '%')][]

【讨论】：

【解决方案2】：

而且代码少一点：

df <- data.frame(month=c("Feb-14", "Feb-14", "Feb-14", "Mar-14", "Mar-14", "Mar-14", "Apr-14", "Apr-14", "Apr-14", "May-14"),
             type=c("bbb", "ccc", "aaa", "bbb", "ccc", "aaa", "bbb", "ccc", "aaa", "bbb"),
             count=c(341, 527, 2674, 811, 1045, 4417, 1178, 1192, 4793, 916))


library(dplyr)

df %>% group_by(month) %>% 
       mutate(per=paste0(round(count/sum(count)*100, 2), "%")) %>% 
       ungroup

由于您想“保持”数据框不变，因此您不应该使用 summarise，mutate 就足够了。

【讨论】：

【解决方案3】：

我们可以使用prop.table 来获取每个组内的比例。

这可以写成dplyr：

library(dplyr)
df %>% group_by(month) %>% mutate(per= prop.table(count) * 100)

#  month  type  count    per
#   <chr>  <chr> <dbl>  <dbl>
# 1 Feb-14 bbb     341   9.63
# 2 Feb-14 ccc     527  14.9 
# 3 Feb-14 aaa    2674  75.5 
# 4 Mar-14 bbb     811  12.9 
# 5 Mar-14 ccc    1045  16.7 
# 6 Mar-14 aaa    4417  70.4 
# 7 Apr-14 bbb    1178  16.4 
# 8 Apr-14 ccc    1192  16.6 
# 9 Apr-14 aaa    4793  66.9 
#10 May-14 bbb     916 100

基础 R：

df$per <- with(df, ave(count, month, FUN = prop.table) * 100)

和data.table：

library(data.table)
setDT(df)[, per := prop.table(count) * 100, month]

【讨论】：

哇，这非常有帮助！谢谢！
是的，很好的提示！