使用dplyr創建具有多個分類/因子變量的彙總比例表

Question

我正在嘗試創建一個表，其中彙總了另一個變量的幾個分類變量（使用頻率和比例）。我想用dplyr軟件包來做這件事。

這些先前堆棧溢出討論部分我正在尋找： Relative frequencies/proportions with dplyr和Calculate relative frequency for a certain group。

使用mtcars數據集，這是輸出將是什麼樣子，如果我只是想通過am類別來看待gear比例：

mtcars %>% 
    group_by(am, gear) %>% 
    summarise (n = n()) %>% 
    mutate(freq = n/sum(n)) 

    # am gear n  freq 
    # 1 0 3 15 0.7894737 
    # 2 0 4 4 0.2105263 
    # 3 1 4 8 0.6153846 
    # 4 1 5 5 0.3846154 

不過，其實我是想看看，不僅gears,am,carb,am和cyl,am，分別在同一表中。如果我修改代碼：

mtcars %>% 
    group_by (am, gear, carb, cyl) %>% 
    summarise (n = n()) %>% 
    mutate(freq = n/sum(n)) 

我得到的頻率的am，gear，carb和cyl每個組合。這不是我想要的。有沒有辦法與dplyr做到這一點？

編輯

而且，這將是一個額外的獎金，如果有人知道的方式來產生我想要的表，但隨着am類別的列（如傳統的2x2的表格式） 。這是我所指的一個例子。這是我之前的一篇出版物。我想產生讀該表，讓我可以使用RMarkdown直接輸出到Word文檔：解決這個

Answer 1

隨着tidyr/dplyr組合，這裏是你會怎麼做：

library(tidyr) 
library(dplyr) 

mtcars %>% 
    gather(variable, value, gear, carb, cyl) %>% 
    group_by(am, variable, value) %>% 
    summarise (n = n()) %>% 
    mutate(freq = n/sum(n)) 

Answer 2

的一種方法，是將數據變成一個長（ER）格式。然後，您可以使用相同的代碼來計算出你想要的結果，有一個額外的GROUP_BY：

library(reshape2) 
library(dplyr) 

m_mtcars <- melt(mtcars,measure.vars=c("gear","carb","cyl")) 

res <- m_mtcars %>% 
    group_by(am, variable, value) %>% 
    summarise (n = n()) %>% 
    mutate(freq = n/sum(n)) 

大廈這一點，可以使用更多的整形和一些字符串格式化來獲得所需的輸出

#make an 'export' variable 
res$export <- with(res, sprintf("%i (%.1f%%)", n, freq*100)) 

#reshape again 
output <- dcast(variable+value~am, value.var="export", data=res, fill="missing") #use drop=F to prevent silent missings 
#'silent missings' 
output$variable <- as.character(output$variable) 
#make 'empty lines' 
empties <- data.frame(variable=unique(output$variable), stringsAsFactors=F) 
empties[,colnames(output)[-1]] <- "" 

#bind them together 
output2 <- rbind(empties,output) 
output2 <- output2[order(output2$variable,output2$value),] 

#optional: 'remove' variable if value present 

output2$variable[output2$value!=""] <- "" 

這導致：

variable value   0   1 
2  carb       
7    1 3 (15.8%) 4 (30.8%) 
8    2 6 (31.6%) 4 (30.8%) 
9    3 3 (15.8%) missing 
10    4 7 (36.8%) 3 (23.1%) 
11    6 missing 1 (7.7%) 
12    8 missing 1 (7.7%) 
3  cyl       
13    4 3 (15.8%) 8 (61.5%) 
14    6 4 (21.1%) 3 (23.1%) 
15    8 12 (63.2%) 2 (15.4%) 
1  gear       
4    3 15 (78.9%) missing 
5    4 4 (21.1%) 8 (61.5%) 
6    5 missing 5 (38.5%)