计算数据框子集内的比例答案

【问题标题】：Calculate proportions within subsets of a data frame计算数据框子集内的比例
【发布时间】：2013-02-21 17:52:31
【问题描述】：

我正在尝试获取数据框子集内的比例。例如，在这个虚构的数据框中：

DF<-data.frame(category1=rep(c("A","B"),each=9),
    category2=rep(rep(LETTERS[24:26],each=3),2),
     animal=rep(c("dog","cat","mouse"),6),number=sample(18))

我想通过category2 组合计算每个category1 的三种动物的比例（例如，在所有“A”和“X”的动物中，狗的比例是多少？ )。在数据框的第 4 列使用prop.table，我可以获得每一行在总“数字”列中的比例，但我还没有找到一种方法来为基于类别 1 和 2 的子集执行此操作。我也尝试使用 category1 和 category2 拆分数据：

splitDF<-split(DF,list(DF$category1,DF$category2))

然后我希望我可以使用prop.table 应用一个函数来获取每个分组中每只动物的比例，但我无法让prop.table 工作，因为我似乎无法指定哪一列数据将功能应用于拆分组内。有没有人有任何提示？也许plyr 或类似的东西可以做到这一点？我在帮助论坛中找不到任何关于在数据子集中获取比例的方法。

【问题讨论】：

标签： r plyr

【解决方案1】：

您可以使用库 plyr 中的函数 ddply() 计算每个组合的比例，然后将新列添加到数据框。

 library(plyr)     
 DF<-ddply(DF,.(category1,category2),transform,prop=number/sum(number))
 DF
   category1 category2 animal number       prop
1          A         X    dog     17 0.44736842
2          A         X    cat      3 0.07894737
3          A         X  mouse     18 0.47368421
4          A         Y    dog      2 0.14285714

【讨论】：

这真的很好很干净。非常感谢，迪兹！ plyr 似乎可以解决很多此类问题，但我需要一段时间才能习惯！
抱歉删除了这篇文章 - 你能解释一下'。'跟随“DF”？
@ReputableMisnomer .() 变量周围的语法用于允许变量名不带引号。请参阅函数 ddply 的帮助文件（示例部分）。

【解决方案2】：

这会产生你想要的输出吗？

 DF$proportion<-as.vector(unlist(tapply(DF$number,paste(DF$category1,DF$category2,sep="."),FUN=function(x){x/sum(x)})));

【讨论】：

是的，确实如此（就像 Didzis 使用 plyr 的回答一样）。非常感谢您的帮助！