根据R中的多列标准查找百分比答案

【问题标题】：Find a percentage based on multiple columns of criteria in R根据R中的多列标准查找百分比
【发布时间】：2014-06-16 15:42:40
【问题描述】：

我有多个列，我想找出一列在其他列中的百分比是否相同。例如；

ST  cd  variable
1   1   23432
1   1   2345
1   2   908890
1   2   350435
1   2   2343432
2   1   9999
2   1   23432

所以我想做的是：

如果 ST 和 cd 相同，则求该行的变量占所有具有相同 ST 和 cd 的百分比。所以最后它看起来像：

ST  cd  variable  percentage
1   1   23432     90.90%
1   1   2345      9.10%
1   2   908890    25.30%
1   2   350435    9.48%
1   2   2343432   65.23%
2   1   9999      29.91%
2   1   23432     70.09%

如何在 R 中做到这一点？

感谢大家的帮助。

【问题讨论】：

见?ave。类似ave(var, ST, cd, FUN = prop.table)
您想使用这些百分比进行进一步处理还是您需要的最终输出？请注意，如果您在值中添加 % 符号，则该列将被强制转换为字符，因此对于进一步的数字运算没有用处。

标签： r sum match apply sumifs

【解决方案1】：

你可以创建你的比例格式函数：

prop_format <- 
function (x, digits=4) 
{
  x <- round(x/sum(x), digits)*100
  paste0(x,'%')
}

然后使用ave：

ave(dt$variable,list(dt$ST,dt$cd),FUN=prop_format)

[1] "90.9%"  "9.1%"   "25.23%" "9.73%"  "65.05%" "29.91%" "70.09%"

【讨论】：

工作得很好，但我发现忽略 prop_format 函数并用 FUN=prop.table 替换它更容易

【解决方案2】：

library(data.table)

DT <- data.table(read.table(text = "ST  cd  variable
1   1   23432
1   1   2345
1   2   908890
1   2   350435
1   2   2343432
2   1   9999
2   1   23432 ", header = TRUE))

DT[, percentage := variable / sum(variable) , by = list(ST, cd)]

##    ST cd variable percentage
## 1:  1  1    23432 0.90902743
## 2:  1  1     2345 0.09097257
## 3:  1  2   908890 0.25227624
## 4:  1  2   350435 0.09726856
## 5:  1  2  2343432 0.65045519
## 6:  2  1     9999 0.29909366
## 7:  2  1    23432 0.70090634

【讨论】：

【解决方案3】：

使用dplyr：

require(dplyr)

df %>% group_by(ST, cd) %>% mutate(percentage = variable/sum(variable))

#  ST cd variable percentage
#1  1  1    23432 0.90902743
#2  1  1     2345 0.09097257
#3  1  2   908890 0.25227624
#4  1  2   350435 0.09726856
#5  1  2  2343432 0.65045519
#6  2  1     9999 0.29909366
#7  2  1    23432 0.70090634

您可以根据需要进行修改：

dd %>% group_by(ST, cd) %>% mutate(percentage = round(variable/sum(variable)*100, 2))

#  ST cd variable percentage
#1  1  1    23432      90.90
#2  1  1     2345       9.10
#3  1  2   908890      25.23
#4  1  2   350435       9.73
#5  1  2  2343432      65.05
#6  2  1     9999      29.91
#7  2  1    23432      70.09

【讨论】：