将数据帧直接转换为列联表 (R)

Question

我正在与 R 合作。

鉴于我生成的以下随机数据，我能够用这些数据制作一个列联表：

library(memisc)
library(dplyr)

set.seed(123)

v1 <- c("2010-2011","2011-2012", "2012-2013", "2013-2014", "2014-2015") 
v2 <- c("A", "B", "C", "D", "E")
v3 <- c("Z", "Y", "X", "W" )
v4 <- c("data_1", "data_2", "data_3", "data_4" )


dates <- as.factor(sample(v1, 1000, replace=TRUE, prob=c(0.5, 0.2, 0.1, 0.1, 0.1)))

types <- as.factor(sample(v2,1000, replace=TRUE, prob=c(0.3, 0.2, 0.1, 0.1, 0.1)))

types2 <- as.factor(sample(v3, 1000, replace=TRUE, prob=c(0.3, 0.5, 0.1, 0.1)))

names <- as.factor(sample(v3, 1000, replace=TRUE, prob=c(0.3, 0.5, 0.1, 0.1)))

var = rnorm(1000,10,10)

problem_data = data.frame(var,dates, types, types2, names)


summary <- xtabs(~dates+names+types+types2, problem_data)
t = ftable(summary, row.vars=1, col.vars=2:4)

show_html(t)

是否可以直接从数据框中制作类似于表的列联表？

例如，假设我想制作上面的列联表，但我不想用“counts”填充这个表，而是用“var”的平均值来填充这个表。使用“dplyr”库，我可以创建一个包含此列联表所需的所有值的数据框：

library(dplyr)

contingency_table = data.frame(problem_data %>% group_by(dates,names, types, types2) %>% summarise(mean_value = mean(var)))

head(contingency_table)

      dates names types types2 mean_value
1 2010-2011     W     A      X -10.128687
2 2010-2011     W     A      Y   9.552724
3 2010-2011     W     A      Z   9.686354
4 2010-2011     W     B      W  -4.411400
5 2010-2011     W     B      Y  13.624970
6 2010-2011     W     B      Z   7.008089

可以把上面这个数据框做成列联表，然后转换成html可发布的格式吗？

在此处使用此 stackoverflow 帖子 (Is there an (easy) way to convert flat contingency tables (ftable) to flextable)，我尝试使用提供的函数将此数据帧转换为列联表 - 但它没有给出所需的结果（即它与表不同以上）：

ftable_to_flextable <- function( x ){
    
    row.vars = attr( x, "row.vars" )
    col.vars = attr( x, "col.vars" )
    rows <- rev( expand.grid( rev(row.vars), stringsAsFactors = FALSE ) )
    cols <- rev(expand.grid( rev(col.vars), stringsAsFactors = FALSE ))
    
    xmat <- as.matrix(x)
    cols$col_keys = dimnames(xmat)[[2]]
    xdata <- cbind(
        data.frame(rows, stringsAsFactors = FALSE),
        data.frame(xmat, stringsAsFactors = FALSE)
    )
    names(xdata) <- c(names(row.vars), cols$col_keys)
    
    ft <- regulartable(xdata)
    ft <- set_header_df(ft, cols)
    ft <- theme_booktabs(ft)
    ft <- merge_v(ft, j = names(row.vars))
    ft
}

library(flextable)
library(magrittr)

ftable(contingency_table, row.vars = 1:2, col.vars = 3:4) %>% ftable_to_flextable()

是否可以制作一个列联表，而不是计数，而是使用每个组的变量“var”的平均值？使用 xtabs() 函数是否更好，而我使用“数据框方法”使这变得过于复杂？有人可以告诉我怎么做吗？

谢谢！

Answer 1

通用交叉制表方法在 R 中称为tapply。您可以阅读更多详细信息here。例如，您可以

tapply(problem_data$var, problem_data[, -1L], mean)

这为您提供了类似于xtabs(~dates + types + types2 + names, data = problem_data) 的内容，除了单元格中的所有值现在都是组均值。你可以做类似的事情

smy <- tapply(problem_data$var, problem_data[, -1L], mean)
x <- ftable(smy, row.vars = c(4L, 1L), col.vars = 2:3) # var 1 is the first var you see in names(problem_data[, -1L])
y <- ftable(smy, row.vars = 1L, col.vars = c(4L, 2:3))

而memisc::show_html(x) 给了

memisc::show_html(y) 给