R - 每个邮政编码的二分变量的比率，按邮政编码分组到新的 df

Question

我是 R 新手，遇到了一些麻烦。

我有一个数据框，其中包含一个城市的主题、他们各自居住的邮政编码及其结果（0、1）。

id <- 1:5000
zip <- sample(100:200, 5000, replace = TRUE)
outcome <- rbinom(5000, 1, 0.23)
df <- data.frame(id, outcome, zip)

abs <- table(df$zip, df$outcome)
ratio <- round(prop.table(abs, 1), 2)

使用“abs”，我得到每个结果和邮政编码的每个结果的绝对数量。

使用“比率”，我得到每个邮政编码的每个结果的百分比，两个结果列的总和为 1。

我的问题是，A：我如何只将其中一个结果的百分比放入每个邮政编码的表格中，

和 B：我如何创建一个仅作为邮政编码分组的数据框，其中一个比例的结果是之前（或直接）在表中创建的结果。 100 行邮政编码，每个邮政编码只有一个比率。

Answer 1

这是我使用 tidyverse 的答案。基本上，我们可以通过 zip 对观察进行分组，然后通过取平均值进行总结。由于唯一可能的结果是 0 和 1，因此平均值为我们提供了 1 的比例。

library(tidyverse)
set.seed(1) ##I set a seed, just to ensure reproducibility 
id <- 1:5000
zip <- sample(100:200, 5000, replace = TRUE)
outcome <- rbinom(5000, 1, 0.23)
df <- data.frame(id, outcome, zip) %>% as_tibble()


new_df <- df %>% group_by(zip) %>% summarise(ratio = mean(outcome))
new_df