R：计算组内百分比

Question

我有一个由两个调查机构 A + B 在很长一段时间（几年）内进行的访谈列表和一个相应的日期变量：

date_of_interview  institute
--------------------------
2021-04-01         A
2021-04-01         A
2021-04-02         A
2021-04-02         A
2021-04-02         A
2021-04-02         B
2021-04-02         B
2021-04-02         B
etc.

所有面试应平均分布在工作日（周一至周五）。为了检查这一点，我想在 x 轴上创建以下带有时间变量的图形（从 1 到 52 的日历周）：

library(tidyverse)

df <- df %>% mutate(weekday = format(date_of_interview, "%u"),
              week = format(date_of_interview, "%V")) 

但是，我很难计算周组中工作日的百分比。所有工作日都应在 20% 左右（周一至周五）。

ggplot(aes(x = week, fill = weekday, group = weekday)) + 
  geom_bar(position = "stack") +
  facet_wrap(institute ~.)

Answer 1

据我了解，您希望每个方面都成为一个机构，每个组每个方面都成为一个工作日，而填充物就是工作日本身。如果我理解错了，您可以随意调整它们以满足您的要求。

library(dplyr)
library(ggplot2)

df <- df %>% 
  mutate(
    week = format(date_of_interview, "%V"),
    weekday = format(date_of_interview, "%u"),
    .keep='unused'
  ) %>% 
  group_by(institute, week, weekday) %>% 
  summarise(n = n()) %>% 
  mutate(freq = n / sum(n), .keep='unused') %>% 
  ungroup()
  
ggplot(df, aes(x=week, y=freq, fill=weekday)) + 
  geom_bar(stat='identity') +
  facet_wrap(institute ~.)

我在这个数据框上测试过：

df <- data.frame(
  date_of_interview = as.Date(c(
    '2021-04-01', '2021-04-01', '2021-04-02', '2021-04-02', 
    '2021-04-02', '2021-04-02', '2021-04-02', '2021-04-02', 
    '2021-04-09', '2021-04-10', '2021-04-11')),
  institute = c('A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'A', 'A', 'A')
)