如何根据第三个变量的模式将分析相乘？

Question

我正在研究一个大型数据库，我想在其中根据第三个（也是第四个）变量的模式制作链表（x），并汇总结果。有点卡住了，不知道怎么弄。

这是我的数据框（数据）的结构：

age   dead     work    sex
56       1       44      M
20       0       20      F
71       0       62      F
26       1       A0      M
44       0       80      F
19       0       01      M
77       0       78      M
51       0       13      F
56       1       Z0      F

每一行都是一个个体。他有一个年龄，他是死是活，它有一个职业（这是栏目，包含职业代码：“02”是科学，“88”是冶金工人，“A0”是军事等）和性别（男/女）。

我只是想创建死亡率表。这很容易：

table(data$age, data$dead)

这是完整数据库的结果，例如：

 age  dead=0  dead=1
  ..    ....       .
  25    1725       0
  26    3627       1
  27     336       0
  28    3339       1
  30  275648     856
  31   90932     258
  32  120743     268
  33  587954    1023
  36  148610      57
  39    5101       7
  40   15960      43
  41  102273     336
  42  147941     174
  43   69216      43
  44   43178      37
  45    3074       0
  47    1424       1
  48    3471       1
  49   12048       3
  50      85       0
  51   45138     110
  52   84804     147
  53    4614      16
  54   19241      46
  55   86021     160
  ..    ....       .

现在，我想对变量“work”的每个类别执行此操作。手动，在特定类别上很容易，例如科学：

table(data$age[data$class=="02"],data$dead[data$class=="02"])

我正在搜索如何自动执行此操作：

1) 用于工作变量的每个类别。变量不连续（..., 11, 12, 13, 14, 19, 20,...），有时还有字母（A0, Z0）；

2) 对于每个类别，我想区分男性和女性（科学男性的表格和科学女性的表格）；

3）然后将多个表（数据）的结果聚合在一个数据框中，其中连接是年龄。因此，每一列都是按年龄、特定性别和职业划分的人数。

你能帮帮我吗？

非常感谢！

Answer 1

table() 函数可以创建任意级别的列联表。您可以传递整个数据框，然后展平和重塑（假设我理解正确）。

library(tidyr)

table(df) %>%
  as.data.frame() %>%
  pivot_wider(names_from = age, values_from = Freq)

# A tibble: 36 x 11
   dead  work  sex    `19`  `20`  `26`  `44`  `51`  `56`  `71`  `77`
   <fct> <fct> <fct> <int> <int> <int> <int> <int> <int> <int> <int>
 1 0     01    F         0     0     0     0     0     0     0     0
 2 1     01    F         0     0     0     0     0     0     0     0
 3 0     13    F         0     0     0     0     1     0     0     0
 4 1     13    F         0     0     0     0     0     0     0     0
 5 0     20    F         0     1     0     0     0     0     0     0
 6 1     20    F         0     0     0     0     0     0     0     0
 7 0     44    F         0     0     0     0     0     0     0     0
 8 1     44    F         0     0     0     0     0     0     0     0
 9 0     62    F         0     0     0     0     0     0     1     0
10 1     62    F         0     0     0     0     0     0     0     0
# ... with 26 more rows

从那里您可以根据需要进一步拆分、重塑或过滤。

数据：

df <- structure(list(age = c(56L, 20L, 71L, 26L, 44L, 19L, 77L, 51L, 
56L), dead = c(1L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 1L), work = structure(c(4L, 
3L, 5L, 8L, 7L, 1L, 6L, 2L, 9L), .Label = c("01", "13", "20", 
"44", "62", "78", "80", "A0", "Z0"), class = "factor"), sex = structure(c(2L, 
1L, 1L, 2L, 1L, 2L, 2L, 1L, 1L), .Label = c("F", "M"), class = "factor")), class = "data.frame", row.names = c(NA, 
-9L))