r 中的 table() 函数 - 有没有更好的方法，例如 dplyr？

Question

我正在尝试创建一个基本表，其中分类变量 (Relationship_type) 的频率由另一个变量 (Country) 分组，最好使用 dplyr 库（或任何其他比 table() 更容易导出为 .csv 文件的东西)。

head(d)
Country                        Relationship_type
1 Algeria                                      2
2 Bulgaria                                     1
3 USA                                          2
4 Algeria                                      3
5 Germany                                      2
6 USA                                          1

我希望它看起来像基本 table(d$Country, d$Relationship_type) 函数的输出：

                    2   3   4
  Algeria         141  47 137
  Australia       128  27 103
  Austria          97   5  17
  Belgium         172  16  71
  Brazil          104   6  70
  CHILE            54   4  46

尝试了几种tally()、group_by、count()等的组合，但无法弄清楚。

你能帮忙吗？

一切顺利， R_初学者

Answer 1

另一种方法是使用tables::tabular()，如下所示。

textData <- "id Country                        Relationship_type
1 Algeria                                      2
2 Bulgaria                                     1
3 USA                                          2
4 Algeria                                      3
5 Germany                                      2
6 USA                                          1
7 Algeria                                      1
8 Bulgaria                                     3
9 USA                                          2
10 Algeria                                     2
11 Germany                                     1
12 USA                                         3"

df <- read.table(text=textData,header=TRUE)
library(tables)
tabular(Factor(Country) ~ Factor(Relationship_type),data=df)

...和输出：

          Relationship_type    
 Country  1                 2 3
 Algeria  1                 2 1
 Bulgaria 1                 0 1
 Germany  1                 1 0
 USA      1                 2 1

还有一种方法是将table() 的输出重铸为数据框，并使用tidyr::pivot_wider() 将其旋转得更宽。

# another approach: recast table output as data.frame
tableData <- data.frame(table(df$Country,df$Relationship_type))
library(dplyr)
library(tidyr)
tableData %>% 
     pivot_wider(id_cols = Var1,
                 names_from = Var2,
                 values_from = Freq)

...和输出：

> tableData %>% 
+      pivot_wider(id_cols = Var1,
+                  names_from = Var2,
+                  values_from = Freq)
# A tibble: 4 x 4
  Var1       `1`   `2`   `3`
  <fct>    <int> <int> <int>
1 Algeria      1     2     1
2 Bulgaria     1     0     1
3 Germany      1     1     0
4 USA          1     2     1

如果我们在管道中添加dplyr::rename()，我们可以将Var1 列重命名为Country。

tableData %>% 
     pivot_wider(id_cols = Var1,
                 names_from = Var2,
                 values_from = Freq) %>%
     rename(Country = Var1)

像往常一样，R 中有很多方法可以完成这项任务。根据所需输出是 CSV 文件的原因，有多种方法可以满足要求。如果最终目标是创建演示质量表，那么值得看一下创建演示质量表的软件包摘要：How gt fits with other packages that create display tables。

Answer 2

你确实可以使用count:

d %>% count(Country, Relationship_type)

它并不比table 好，但它至少节省了$ 的使用。