按 R 中的子组百分比汇总答案

【问题标题】：Summarizing by subgroup percentage in R按 R 中的子组百分比汇总
【发布时间】：2015-01-23 22:00:39
【问题描述】：

我有一个这样的数据集：

df = data.frame(group = c(rep('A',4), rep('B',3)),
                subgroup = c('a', 'b', 'c', 'd', 'a', 'b', 'c'),
                value = c(1,4,2,1,1,2,3))


group | subgroup | value
------------------------
  A   |    a     |  1
  A   |    b     |  4
  A   |    c     |  2
  A   |    d     |  1
  B   |    a     |  1
  B   |    b     |  2
  B   |    c     |  3

我想要的是获得每个组中每个子组的值的百分比，即输出应该是：

group | subgroup | percent
------------------------
  A   |    a     |  0.125
  A   |    b     |  0.500
  A   |    c     |  0.250
  A   |    d     |  0.125
  B   |    a     |  0.167
  B   |    b     |  0.333
  B   |    c     |  0.500

以 A 组为例，A 子组：值为 1，整个 A 组的总和为 8（a=1，b=4，c=2，d=1） - 因此 1/8 = 0.125

到目前为止，我只找到了相当简单的聚合，例如 this，但我不知道如何执行“除以子组内的总和”部分。

【问题讨论】：

标签： r aggregate percentage

【解决方案1】：

根据您的评论，如果子组是唯一的，您可以这样做

library(dplyr)
group_by(df, group) %>% mutate(percent = value/sum(value))
#   group subgroup value   percent
# 1     A        a     1 0.1250000
# 2     A        b     4 0.5000000
# 3     A        c     2 0.2500000
# 4     A        d     1 0.1250000
# 5     B        a     1 0.1666667
# 6     B        b     2 0.3333333
# 7     B        c     3 0.5000000

或者要删除value列并同时添加percent列，使用transmute

group_by(df, group) %>% transmute(subgroup, percent = value/sum(value))
#   group subgroup   percent
# 1     A        a 0.1250000
# 2     A        b 0.5000000
# 3     A        c 0.2500000
# 4     A        d 0.1250000
# 5     B        a 0.1666667
# 6     B        b 0.3333333
# 7     B        c 0.5000000

【讨论】：

【解决方案2】：

我们可以使用prop.table 来计算百分比/比率。

基础R：

transform(df, percent = ave(value, group, FUN = prop.table))

#  group subgroup value percent
#1     A        a     1   0.125
#2     A        b     4   0.500
#3     A        c     2   0.250
#4     A        d     1   0.125
#5     B        a     1   0.167
#6     B        b     2   0.333
#7     B        c     3   0.500

dplyr：

library(dplyr)
df %>% group_by(group) %>% mutate(percent = prop.table(value))

data.table：

library(data.table)
setDT(df)[, percent := prop.table(value), group]

【讨论】：