来自两个过滤器和两个在 dplyr 中汇总的频率表

Question

如何将以下代码合二为一：

df %>% group_by(year) %>% filter(MIAPRFCD_J8==1 | MIAPRFCD_55==1) %>% summarise (Freq = n()) 


df %>% group_by(year) %>% filter(sum==1 | (MIAPRFCD_J8==1 & MIAPRFCD_55==1)) %>% summarise (reason_lv = n()) 

所以输出将是一个表格（或 df），它根据上述过滤器按年份和两列频率分组。 这是示例数据：

df<- read.table(header=T, text='Act year    MIAPRFCD_J8 MIAPRFCD_55 sum
1   2015    1   0   1
2   2016    1   0   1
3   2016    0   1   2
6   2016    1   1   3
7   2016    0   0   2
9   2015    1   0   1
11  2015    1   0   1
12  2015    0   1   2
15  2014    0   1   1
20  2014    1   0   1
60  2013    1   0   1') 

梳理代码后的输出为：

year Freq reason_lv
2013 1 1
2014 2 2
2015 4 3
2016 3 2

Answer 1

现在您已经包含了数据，这很容易解决。这里有两个可能的选择。这两个选项都能为您提供所需的输出，这主要只是风格问题。

选项 1，制作 2 个过滤后的数据框，然后使用 inner_join 按年份将它们连接在一起。 （您也可以在 inner_join 的参数中内联构建这些数据帧，但这有点不太清楚。）

library(tidyverse)

df<- read.table(header=T, 
    text='Act year    MIAPRFCD_J8 MIAPRFCD_55 sum
    1   2015    1   0   1
    2   2016    1   0   1
    3   2016    0   1   2
    6   2016    1   1   3
    7   2016    0   0   2
    9   2015    1   0   1
    11  2015    1   0   1
    12  2015    0   1   2
    15  2014    0   1   1
    20  2014    1   0   1
    60  2013    1   0   1') 

# option 1: two dataframes, then join
freq_df <- df %>% 
    group_by(year) %>% 
    filter(MIAPRFCD_J8 == 1 | MIAPRFCD_55 == 1) %>% 
    summarise (Freq = n()) 

reason_df <- df %>% 
    group_by(year) %>% 
    filter(sum == 1 | (MIAPRFCD_J8 == 1 & MIAPRFCD_55 == 1)) %>% 
    summarise (reason_lv = n())

inner_join(freq_df, reason_df, by = "year")
#> # A tibble: 4 x 3
#>    year  Freq reason_lv
#>   <int> <int>     <int>
#> 1  2013     1         1
#> 2  2014     2         2
#> 3  2015     4         3
#> 4  2016     3         2

选项 2，为观察是否需要进入 Freq 计算以及是否需要进入响应计算添加布尔变量 - 虚拟变量对此有所帮助，因为这两者并不相互排斥。

# option 2: binary variables
df %>%
    mutate(getFreq = (MIAPRFCD_J8 == 1 | MIAPRFCD_55 == 1)) %>%
    mutate(getReason = (sum == 1 | (MIAPRFCD_J8 == 1 & MIAPRFCD_55 == 1))) %>%
    group_by(year) %>%
    summarise(Freq = sum(getFreq), reason_lv = sum(getReason))
#> # A tibble: 4 x 3
#>    year  Freq reason_lv
#>   <int> <int>     <int>
#> 1  2013     1         1
#> 2  2014     2         2
#> 3  2015     4         3
#> 4  2016     3         2

由reprex package (v0.2.0) 于 2018 年 4 月 23 日创建。