通过R中的条件将计数数据帧转换为比例

Question

我需要扩展这个问题：convert data frame of counts to proportions in R

我需要通过一个条件计算比例并保留数据集的信息。

可重现的例子：

ID <- rep(c(1,2,3), each=3)
trial <- rep("a", 9)
variable1 <- sample(1:10, 9)
variable2 <- sample(1:10, 9)
variable3 <- sample(1:10, 9)
condition <- rep(c("i","j","k"), 3)
dat <- data.frame(cbind(ID, trial,variable1,variable2,variable3,condition))

对于每个变量，我希望通过 ID 获得比例（即 3 倍） 理想情况下，新变量将存储在与dat$variable1_p 相同的数据库中

我知道如何通过一系列 for 循环来达到目的，但我想学习如何使用 apply 函数。还可以在必要时将其扩展到更多条件。

Answer 1

我们可以使用plyr 包中的adply：

library(plyr)
adply(dat, 1, function(x)
    c('variable1_p' = x$variable1 / sum(dat[x$ID == dat$ID,]$variable1)))

#   ID trial variable1 variable2 variable3 condition variable1_p
# 1  1     a         3         5         4         i  0.20000000
# 2  1     a         8         9         9         j  0.53333333
# 3  1     a         4         4         8         k  0.26666667
# 4  2     a         7        10         5         i  0.50000000
# 5  2     a         6         8        10         j  0.42857143
# 6  2     a         1         1         7         k  0.07142857
# 7  3     a        10         6         3         i  0.47619048
# 8  3     a         9         7         6         j  0.42857143
# 9  3     a         2         3         2         k  0.09523810

另一种选择是使用dplyr，它可以处理每个 ID 的每个条件多于一行的情况：

library(dplyr)
dat %>%
    group_by(ID, condition) %>%
    mutate(sum_v1_cond = sum(variable1)) %>%
    ungroup() %>%
    group_by(ID) %>%
    mutate(variable1_p = sum_v1_cond / sum(variable1)) %>%
    select(-sum_v1_cond)

编辑 - 这是variable1、variable2 和 variable3 的完整解决方案：

adply(dat, 1, function(x)
    c('variable1_p' = x$variable1 / sum(dat[x$ID == dat$ID,]$variable1),
      'variable2_p' = x$variable2 / sum(dat[x$ID == dat$ID,]$variable2),
      'variable3_p' = x$variable3 / sum(dat[x$ID == dat$ID,]$variable3)))

数据：

set.seed(123)
ID <- rep(c(1,2,3), each=3)
trial <- rep("a", 9)
variable1 <- sample(1:10, 9)
variable2 <- sample(1:10, 9)
variable3 <- sample(1:10, 9)
condition <- rep(c("i","j","k"), 3)
dat <- data.frame(ID, trial,variable1,variable2,variable3,condition,
                  stringsAsFactors = FALSE)