此 dplyr group_by 代码的 Base R 等效项是什么？答案

【问题标题】：What is the Base R equivalent of this dplyr group_by code?此 dplyr group_by 代码的 Base R 等效项是什么？
【发布时间】：2021-08-27 18:16:26
【问题描述】：

The R4DS book 有以下代码块：

library(tidyverse)
by_age2 <- gss_cat %>%
  filter(!is.na(age)) %>%
  count(age, marital) %>%
  group_by(age) %>%
  mutate(prop = n / sum(n))

在基本 R 中是否有与此代码等效的简单代码？ filter 可以替换为gss_cat[!is.na(gss_cat$age),]，但之后我遇到了麻烦。这显然是by、tapply 或aggregate 的工作，但我一直没能找到正确的方法。 by(gss_2, with(gss_2, list(age, marital)), length) 是朝着正确方向迈出的一步，但输出很糟糕。

【问题讨论】：

试试proportions(table(subset(gss_cat, complete.cases(age), select = c(age, marital))))

标签： r dplyr tapply

【解决方案1】：

我们可以在subsetting 之后的table 输出上使用proportions 来删除NA (complete.cases) 和selecting 列

数据来自forcats 包。所以，加载包并获取数据

library(forcats)
data(gss_cat)

如上所述使用table/proportions

by_age2_base <- proportions(table(subset(gss_cat, complete.cases(age), 
       select = c(age, marital))), 1)

-输出

head(by_age2_base, 3)
    marital
age    No answer Never married   Separated    Divorced     Widowed     Married
  18 0.000000000   0.978021978 0.000000000 0.000000000 0.000000000 0.021978022
  19 0.000000000   0.939759036 0.000000000 0.012048193 0.004016064 0.044176707
  20 0.000000000   0.904382470 0.003984064 0.007968127 0.000000000 0.083665339

-与 OP 的输出比较

head(by_age2, 3)
# A tibble: 3 x 4
# Groups:   age [2]
    age marital           n   prop
  <int> <fct>         <int>  <dbl>
1    18 Never married    89 0.978 
2    18 Married           2 0.0220
3    19 Never married   234 0.940

如果我们需要“长”格式的输出，请将table 转换为data.frame 和as.data.frame

by_age2_base_long <- subset(as.data.frame(by_age2_base), Freq > 0)

或者另一个选项是aggregate/ave（使用R 4.1.0）

subset(gss_cat, complete.cases(age), select = c(age, marital)) |> 
    {\(dat) aggregate(cbind(n = age) ~ age + marital, 
      data = dat, FUN = length)}() |> 
   transform(prop = ave(n, age, FUN = \(x) x/sum(x)))

【讨论】：