R mutate 计算组内发生的相对频率

Question

我需要一些帮助。

假设我有这个：

# A tibble: 10 x 3
   a         b c    
   <chr> <dbl> <lgl>
 1 a         1 TRUE 
 2 a         1 TRUE 
 3 a         1 TRUE 
 4 a         2 TRUE 
 5 a         2 TRUE 
 6 a         2 FALSE
 7 a         2 FALSE
 8 a         3 FALSE
 9 a         3 FALSE
10 a         3 FALSE

structure(list(a = c("a", "a", "a", "a", "a", "a", "a", "a", 
"a", "a"), b = c(1, 1, 1, 2, 2, 2, 2, 3, 3, 3), c = c(TRUE, TRUE, 
TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE)), row.names = c(NA, 
-10L), class = c("tbl_df", "tbl", "data.frame"))

我想group_by 列b 并在每个组内计算T == TRUE 在列c 中的相对频率以生成列d。

所以我想要这个输出：

# A tibble: 10 x 4
   a         b c         d
   <chr> <dbl> <lgl> <dbl>
 1 a         1 TRUE    1  
 2 a         1 TRUE    1  
 3 a         1 TRUE    1  
 4 a         2 TRUE    0.5
 5 a         2 TRUE    0.5
 6 a         2 FALSE   0.5
 7 a         2 FALSE   0.5
 8 a         3 FALSE   0  
 9 a         3 FALSE   0  
10 a         3 FALSE   0  

structure(list(a = c("a", "a", "a", "a", "a", "a", "a", "a", 
"a", "a"), b = c(1, 1, 1, 2, 2, 2, 2, 3, 3, 3), c = c(TRUE, TRUE, 
TRUE, TRUE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE), d = c(1, 
1, 1, 0.5, 0.5, 0.5, 0.5, 0, 0, 0)), row.names = c(NA, -10L), class = c("tbl_df", 
"tbl", "data.frame"))

最好使用dplyr 或tidyverse。

我试过了：

#1
t %>% 
  group_by(b) %>%
  mutate(
    d = nrow(c[c == T])/nrow()
  )
#2
t %>% 
  group_by(b) %>%
  mutate(
    d = count(c[c == T])/count()
  )
#3 
t %>% 
  group_by(b) %>%
  mutate(
    d = nrow(any(c[c == T]))/nrow(any())
  )

两者都不起作用。

类似的问题（但不同）：
How to calculate the relative frequency per groups
R: relative frequency in r by factor

任何帮助表示赞赏。
提前致谢。

Answer 1

通常是为了找出变量在我们做的组中出现的次数

df %>%
  group_by(b) %>%
  mutate(d = sum(c == TRUE)/n())

但是由于这里c 是逻辑向量，我们也可以取c 中的sum，然后除以组中的行数。

library(dplyr)

df %>%
  group_by(b) %>%
  mutate(d = sum(c)/n())

#   a         b c         d
#   <chr> <dbl> <lgl> <dbl>
# 1 a         1 TRUE    1  
# 2 a         1 TRUE    1  
# 3 a         1 TRUE    1  
# 4 a         2 TRUE    0.5
# 5 a         2 TRUE    0.5
# 6 a         2 FALSE   0.5
# 7 a         2 FALSE   0.5
# 8 a         3 FALSE   0  
# 9 a         3 FALSE   0  
#10 a         3 FALSE   0  

Answer 2

我们可以在按'b'分组后取'c'的mean

library(dplyr)
df1 %>%
    group_by(b) %>% 
    mutate(d = mean(c))
# A tibble: 10 x 4
# Groups:   b [3]
#   a         b c         d
#   <chr> <dbl> <lgl> <dbl>
# 1 a         1 TRUE    1  
# 2 a         1 TRUE    1  
# 3 a         1 TRUE    1  
# 4 a         2 TRUE    0.5
# 5 a         2 TRUE    0.5
# 6 a         2 FALSE   0.5
# 7 a         2 FALSE   0.5
# 8 a         3 FALSE   0  
# 9 a         3 FALSE   0  
#10 a         3 FALSE   0  

注意：mean - 定义 - 您习惯的“平均值”，将所有数字相加，然后除以数字的数量。

---

另一种选择是

df1 %>%
   group_by(b) %>%
   mutate(d = sum(as.integer(c))/n())

---

或使用data.table

library(data.table)
setDT(df1)[, d := mean(c), by = b]

---

或使用base R

df1$d <- with(df1, ave(c, b))