R中按组划分的因子水平百分比[重复]答案

【问题标题】：Percentage of factor levels by group in R [duplicate]R中按组划分的因子水平百分比[重复]
【发布时间】：2020-07-17 11:42:17
【问题描述】：

我正在尝试计算组内某个因素的不同水平的百分比。

我有嵌套数据，想查看每个国家/地区的学校百分比是私立学校（2 个级别的因素）。

但是，我不知道该怎么做。

# my data:
CNT <- c("A", "A", "A", "A", "A", "B", "B", "B", "C", "C", "C", "C", "C", "C", "D", "D",  
"D", "D", "D", "D")
SCHOOL <- c(1:5, 1:3, 1:6, 1:6)
FACTOR <- as.factor(c(1,2,1,2,1,1,1,2,1,2,2,2,1,1,1,1,1,1,1,1))
mydata <- data.frame(CNT, SCHOOL, FACTOR)
head(mydata)

我想要一个列，其中包含每个国家/地区内一个因子级别（假设为 1）的百分比。

【问题讨论】：

我认为您也可以参考上一篇文章，以获得使用 dplyr Relative frequencies / proportions with dplyr 计算分组 df 中的相对频率的更一般的答案。
另一种方式：mydata %>% count(CNT, FACTOR) %>% group_by(CNT) %>% mutate(n = n/sum(n))

标签： r dplyr aggregate data-wrangling

【解决方案1】：

另一种解决方案（使用 base-R）：

prop.table(table(mydata$CNT, mydata$FACTOR), margin = 1)

            1         2
  A 0.6000000 0.4000000
  B 0.6666667 0.3333333
  C 0.5000000 0.5000000
  D 1.0000000 0.0000000

【讨论】：

【解决方案2】：

只需将您的数据按CNT 分组，然后汇总这些组以计算您拥有的FACTOR == 1 实例数与该组内的观察总数 (n())。

library(dplyr)

mydata %>%
  group_by(CNT) %>%
  summarise(
    priv_perc = sum(FACTOR == 1, na.rm=T) / n()
  )

【讨论】：

这适用于我的示例，但在我的数据集上出现严重错误 n() 只能在 dplyr 动词中使用。还有一些我不明白的回溯
这意味着您不能在dplyr 函数之外使用n()，例如mutate 或summarise。由于您将问题标记为dplyr，因此我希望您可以很好地处理您的数据 dplyr 风格:)
我通常是，但我不是什么都懂，我只是边走边学，以前从未遇到过这个问题。谢谢你的解释！