在 dplyr 中计算组内比例的更优雅的方法？ [复制]答案

【问题标题】：A more elegant way to compute within-group proportions in dplyr? [duplicate]在 dplyr 中计算组内比例的更优雅的方法？ [复制]
【发布时间】：2017-06-08 20:39:54
【问题描述】：

给定一个data_frame df <- data_frame(X = c('A', 'A', 'B', 'B', 'B'), Y = c('M', 'N', 'M', 'M', 'N'))，我需要想出一个data_frame，它告诉我们A 的50% 是M，A 的50% 是N，67% B 的 M，B 的 33% 是 N。

我有一个小习惯，我习惯这样做，但它看起来很糟糕。

library(tidyverse)
df <- data_frame(X = c('A', 'A', 'B', 'B', 'B'), Y = c('M', 'N', 'M', 'M', 'N')) 
# here we go...
df %>% 
  group_by(X) %>% 
  mutate(n_X = n()) %>% 
  group_by(X, Y) %>% 
  summarise(PERCENT = n() / first(n_X))

哪个输出，

Source: local data frame [4 x 3]
Groups: X [?]

      X     Y   PERCENT
  <chr> <chr>     <dbl>
1     A     M 0.5000000
2     A     N 0.5000000
3     B     M 0.6666667
4     B     N 0.3333333

没有更好的方法吗？我肯定错过了什么。

【问题讨论】：

标签： r dplyr tidyverse

【解决方案1】：

你可以使用prop.table:

df %>% 
  group_by(X, Y) %>%
  count() %>%
  mutate(PERCENT = prop.table(n))

结果：

      X     Y     n   PERCENT
  <chr> <chr> <int>     <dbl>
1     A     M     1 0.5000000
2     A     N     1 0.5000000
3     B     M     2 0.6666667
4     B     N     1 0.3333333

【讨论】：

【解决方案2】：

我们可以使用table 和rowSums 在base R 中尝试

new_df <- table(df$X, df$Y)
new_df/rowSums(new_df)

#          M         N
#  A 0.5000000 0.5000000
#  B 0.6666667 0.3333333

【讨论】：

【解决方案3】：

可能是这样的：

dplyr

library(dplyr)
df %>%  count(X, Y) %>%
  mutate(prop = n / sum(n))

base R

tbl <- xtabs(~X+Y, df)
as.data.frame(tbl/rowSums(tbl), responseName = "prop")

data.table

library(data.table)
DT <- data.table(df)[, .N, by = .(X,Y)]
setDT(DT)[, prop := N/sum(N), by = 'X']
DT

#   X Y N      prop
#1: A M 1 0.5000000
#2: A N 1 0.5000000
#3: B M 2 0.6666667
#4: B N 1 0.3333333

【讨论】：