在 R 中生成条件汇总统计？答案

【问题标题】：Generating Conditional Summary Statistics in R?在 R 中生成条件汇总统计？
【发布时间】：2020-10-03 02:09:30
【问题描述】：

对于这个相当简单的问题，我深表歉意，尽管我在使用 R 进行计量经济学/回归分析方面有一些经验，但我还是设法跳过了学习如何在 R 中创建基本汇总统计数据的学习。如何生成 1) 计算的输出数量观察，那个特定的

对于这个数据框，我如何计算特定列的每种类型的不同观察次数（即：“Side”列中有多少 Ls 和 Rs）？如果“Side”列等于“L”（例如，当“Side”等于“L”时，我如何分解“State”列的计数和百分比？绿色、红色还是蓝色？

Side   State    Color    Type            
L       O       Green     B
R       C       Red       Q
R       O       Red       C
R       O       Blue      L
L       C       Green     B
L       C       Yellow    C

这是我正在寻找的输出类型：

Side  Count    %
L     13      38%
R     21      68%

对于边=L

Color  Count    %
Green  4        31
Red    7        54
Blue   1        8
Yellow 1        8

对于边=R

Color  Count    %
Green  11       52
Red    4        19
Blue   2        10
Yellow 4        19

【问题讨论】：

标签： r dataframe

【解决方案1】：

您可以使用count 统计频率，使用prop.table 统计比率。

对于每个Side：

library(dplyr)

df %>%
  count(Side, name = 'Count') %>%
  mutate(Perc = prop.table(Count) * 100)

对于每个Side 中的color：

df %>%
  count(Side, Color, name = 'Count') %>%
  group_by(Side) %>%
  mutate(Perc = prop.table(Count) * 100)

【讨论】：

Ronak，一如既往，你很棒。如果我想进一步分析怎么办？即：如果“Side”=L 和“State”=0，我如何显示颜色的汇总统计信息。换句话说，如果我添加另一个条件，如何显示完全相同的内容。
@rogues77 在这种情况下，您可以添加group_by Color 而不是group_by Side。

【解决方案2】：

我们可以使用summarise 和group_by

library(dplyr)
df %>%
    group_by(Side) %>% 
    summarise(Count  = n(), .groups = 'drop') %>% 
    mutate(Perc = 100 * Count/sum(Count))
# A tibble: 2 x 3
#  Side  Count  Perc
#  <chr> <int> <dbl>
#1 L         3    50
#2 R         3    50

对于第二种情况

df %>% 
   group_by(Side, Color) %>%
   summarise(Count  = n(), .groups = 'drop_last') %>% 
   mutate(Perc = 100 * Count/sum(Count))
# A tibble: 4 x 4
# Groups:   Side [2]
#  Side  Color  Count  Perc
#  <chr> <chr>  <int> <dbl>
#1 L     Green      2  66.7
#2 L     Yellow     1  33.3
#3 R     Blue       1  33.3
#4 R     Red        2  66.7

数据

df <- structure(list(Side = c("L", "R", "R", "R", "L", "L"), State = c("O", 
"C", "O", "O", "C", "C"), Color = c("Green", "Red", "Red", "Blue", 
"Green", "Yellow"), Type = c("B", "Q", "C", "L", "B", "C")), 
class = "data.frame", row.names = c(NA, 
-6L))

【讨论】：