根据结果提取值答案

【问题标题】：Extract values according to the result根据结果提取值
【发布时间】：2020-09-13 12:54:47
【问题描述】：

我有一个代表人们特征的数据框，例如职业、性别和远程办公用途：

data = data.frame (profession = sample (c ("craftsman", "employee", "senior executive"), 10000, replace = TRUE), sex = sample (c ("M", "F"), 10000, replace = TRUE), en_teletjob = sample (c ("Yes", "No"), 10000, replace = TRUE))

我想创建一个新的数据框，由提取“数据”的值产生，例如：

男性占 20%，女性占 80%
而且，有 60% 的工匠、20% 的员工和 20% 的高级管理人员
而且，有 50% 的人表示同意使用远程办公。

是否可以在 R 上执行此操作？谢谢

【问题讨论】：

您好，如果有任何答案解决了您的问题，请单击旁边的复选标记将您喜欢的答案标记为已接受。谢谢！
如果其中任何一个解决您的问题令您满意，请考虑接受答案。这不是必需的，但它有助于向其他人指明行之有效的方法。您似乎没有接受任何问题的答案。

标签： r dataframe extract

【解决方案1】：

您可以尝试的一种方法是接下来将apply() 和prop.table() 与table() 联合起来，以汇总所有变量。代码如下：

#Code
apply(data,2,function(x) prop.table(table(x)))

输出：

$profession
x
       craftsman         employee senior executive 
          0.3331           0.3315           0.3354 

$sex
x
     F      M 
0.4987 0.5013 

$en_teletjob
x
   No   Yes 
0.503 0.497

【讨论】：

【解决方案2】：

您可以使用lapply() 对每个变量调用proportions()。它返回一个list 对象。

lapply(data, function(x) proportions(table(x)))

# $profession
# x
#        craftsman         employee senior executive 
#           0.3336           0.3318           0.3346 
# 
# $sex
# x
#      F      M 
# 0.5035 0.4965 
# 
# $en_teletjob
# x
#     No    Yes 
# 0.4978 0.5022

注意： prop.table() 是 proportions() 的早期名称，为向后兼容而保留。

【讨论】：

【解决方案3】：

tidyverse 的一个选项是使用adorn_percentages

-代码

library(purrr)
library(dplyr)
library(janitor)
map(names(data),  ~data %>%
             select(.x) %>% 
             count(!! rlang::sym(.x)) %>% 
             adorn_percentages(denominator = 'col'))

-输出

#[[1]]
#       profession      n
#        craftsman 0.3302
#         employee 0.3320
# senior executive 0.3378

#[[2]]
# sex      n
#   F 0.5108
#   M 0.4892

#[[3]]
# en_teletjob      n
#          No 0.4981
#         Yes 0.5019

【讨论】：

非常感谢您的回答，完全符合我的需要。但是，我无法查看在哪里输入我的百分比条件（20% 男性、80% 女性等）。我应该在哪里输入这些参数？谢谢
@Préliator 您不需要输入任何百分比条件。它根据count step的频率计数计算
对不起，我不明白。据我了解，您给我的算法允许计算每列的模态比例。这很有趣，但这些百分比不适合我。如何提取与我上面给出的参数相匹配的数据框（一个包含 20% 女性和 80% 男性、60% 工匠、20% 员工和 20% 高管的数据框，以及 50% 的“是”使用远程办公?