获取虚拟变量的百分比

【问题标题】：Get percentages of dummyvariables获取虚拟变量的百分比
【发布时间】：2021-11-04 22:57:10
【问题描述】：

对 R 来说相对较新。

我有一个看起来像这样的数据集

VAR01 <- c('Yes', 'No', 'Yes', 'Yes', 'No', 'No')
VAR02 <- c('No', 'No', 'Yes', 'No', 'No', 'Yes')
VAR03 <- c('Yes', 'Yes', 'No', 'Yes', 'No', 'Yes')

data <- data.frame(VAR01, VAR02, VAR03)

如何获得每列是和否的百分比？可能有数百列。

【问题讨论】：

标签： r percentage dummy-variable

【解决方案1】：

table 将计算每个唯一值的出现次数，prop.table 将返回百分比。要将其应用于多个列，您可以使用任何 apply 命令。

sapply(data, function(x) prop.table(table(x)))

#    VAR01     VAR02     VAR03
#No    0.5 0.6666667 0.3333333
#Yes   0.5 0.3333333 0.6666667

【讨论】：

【解决方案2】：

你可以使用colMeans，假设no将是1 - yes：

colMeans(data=="Yes")
#    VAR01     VAR02     VAR03 
#0.5000000 0.3333333 0.6666667

或者对于每个：

x  <-  colMeans(data=="Yes")
rbind(yes = x, no = 1- x)
#    VAR01     VAR02     VAR03
#yes   0.5 0.3333333 0.6666667
#no    0.5 0.6666667 0.3333333

【讨论】：

【解决方案3】：

使用across

library(dplyr)

data %>%
  summarise(across(everything(), ~mean(.x == "Yes") )) %>%
  add_row(1 - .[,c(1:3)]) %>% magrittr::set_rownames(c("yes", "no"))

    VAR01     VAR02 VAR03
yes   0.5 0.3333333   0.5
no    0.5 0.6666667   0.5

【讨论】：