R 多列的频率表，按第三个变量分组

Question

我有一个看起来像这样的数据表，其中包含属于同一列的“组”：

• 第 1 组：Q1_1、Q1_2、Q1_3
• 第 2 组：Q2_1、Q2_2

 ID Sex  Q1_1 Q1_2 Q1_3 Q2_1 Q2_2 
 1   m    2     5    2    4    4
 2   f    4     5    1    3    1
 3   m    5     4    4    5    5
 4   f    2     4    3    5    4

首先，我想计算该组列中所有行中出现的所有值，并从中创建一个新的数据表，如下所示：

 answer  freq_Q1_all  freq_Q2_all 
    1         1            1
    2         3            0
    3         1            1
    4         4            3
    5         3            3

最后，我想创建一个类似的数据表，但由列 Sex 的变量分隔。

 answer  freq_Q1_all_f  freq_Q1_all_m  freq_Q2_all_f  freq_Q2_all_m
    1         1              0               1               0
    2         1              2               0               0
    3         1              0               1               0
    4         2              2               1               2
    5         2              1               1               2             

非常感谢任何帮助。谢谢！

Answer 1

使用tidyverse：

第一个问题：

library(tidyverse)

dat %>%
    pivot_longer(cols = starts_with("Q"), values_to = "answer") %>%
    separate(name, into = c("question", "question2")) %>%
    count(question, answer) %>%
    pivot_wider(names_from = question, values_from = n) %>%
    mutate_if(is.numeric, replace_na, 0)

  answer    Q1    Q2
   <dbl> <dbl> <dbl>
1      1     1     1
2      2     3     0
3      3     1     1
4      4     4     3
5      5     3     3

第二个问题：

dat %>%
    pivot_longer(cols = starts_with("Q"), values_to = 'answer') %>%
    separate(name, into = c("question", "question2")) %>%
    count(Sex, question, answer)  %>%
    unite(question, question, Sex, sep = "_") %>%
    pivot_wider(names_from = question, values_from = n) %>%
    mutate_if(is.numeric, replace_na, 0)

  answer  Q1_f  Q2_f  Q1_m  Q2_m
   <dbl> <dbl> <dbl> <dbl> <dbl>
1      1     1     1     0     0
2      2     1     0     2     0
3      3     1     1     0     0
4      4     2     1     2     2
5      5     1     1     2     2

您需要做的主要工作就是重塑数据，这就是我们使用pivot_longer（也可以使用gather）和pivot_wider（也可以使用spread）的地方。 separate 和 unite 帮助我们清理需要分离（Q1_1 -> Q1，1）和联合（Q1，f -> Q1_f）的列。从那里开始，它只是一点点数据清理。

如果您不熟悉这些功能，那么逐行执行代码可能会有所帮助。

数据

dat <- structure(list(ID = 1:4, 
                      Sex = c("m", "f", "m", "f"), 
                      Q1_1 = c(2L, 4L, 5L, 2L), 
                      Q1_2 = c(5L, 5L, 4L, 4L), 
                      Q1_3 = c(2L, 1L, 4L, 3L), 
                      Q2_1 = c(4L, 3L, 5L, 5L), 
                      Q2_2 = c(4L, 1L, 5L, 4L)), 
                 class = "data.frame", 
                 row.names = c(NA, -4L))