如何聚合具有分类响应的数据以获取 R 中每种响应类型的百分比？

Question

我想获取不同类型问题 (TYPE) 的分类答案类型的百分比。我对每个人的每种类型都有多个响应，具有多个分类响应（不同级别）。

1) 每个人都应该在不同的行，并且
2) 列应该是类型+响应级别，其值是针对该个人的该问题类型给出特定响应级别的次数百分比。

数据看起来像这样：

SUBJECT TYPE    RESPONSE  
John    a   kappa                       
John    b   gamma  
John    a   delta  
John    a   gamma  
Mary    a   kappa   
Mary    a   delta       
Mary    b   kappa  
Mary    a   gamma  
Bill    b   delta  
Bill    a   gamma  

结果应该是这样的：

SUBJECT a-kappa     a-gamma   a-delta   b-kappa     b-gamma b-delta
John    0.33        0.33      0.33      1.00        1.00    0.00
Mary    0.66        0.33      0.00      1.00        0.00    0.00
Bill    1.00        0.00      0.00      0.00        0.00    1.00

根据 c1au61o_HH 的回答，我能够创建适用于我的实际数据文件的东西，但仍需要一些后处理。 （它也不是很优雅，但这是一个小问题。）

 Finaldf <- mydata %>%     
 group_by(Subject,Type) %>%     
 mutate(TOT = n()) %>%      
 group_by(Subject, Response, Type) %>%     
 mutate(RESPTOT = n())     

 Finaldf <- distinct(Finaldf)    
 Finaldf$Percentage <- Finaldf$RESPTOT/Finaldf$TOT    

非常感谢任何帮助，也请提供一些解释。

Answer 1

这可能不是最有效的方法，但如果您想使用 tidyverse，您可以合并 2 列，然后执行 2 个不同的 group_by 来计算每个主题的总数和百分比。

library(tidyverse)
df %>% 
  unite(TYPE_RESPONSE, c("TYPE", "RESPONSE"), sep = "_") %>% 
  group_by(SUBJECT) %>% 
  mutate(TOT = n()) %>% 
  group_by(SUBJECT, TYPE_RESPONSE) %>% 
  summarize(perc = n()/TOT * 100) %>% 
  spread(TYPE_RESPONSE, perc)

数据：

df <- tibble( SUBJECT= rep(c("John", "Mary","Bill"), each = 4), 
                 TYPE = rep(c("a","b"), 6),
                 RESPONSE = rep(c("kappa", "gamma", "delta"), 4)
)

编辑回复评论：

我了解到您想通过SUBJECT 和TYPE 计算百分比，所以代码是这样的：

library(tidyverse)
df %>% 
  group_by(SUBJECT, TYPE) %>% 
  mutate(TOT = n()) %>%
  unite(TYPE_RESPONSE, c("TYPE", "RESPONSE"), sep = "_") %>% 
  group_by(SUBJECT, TYPE_RESPONSE) %>% 
  summarize(perc = n()/TOT * 100)%>% 
  spread(TYPE_RESPONSE, perc)