在 R 中生成大量特定变量的人口统计表/频率

Question

我有较大的数据集，“首次运行”需要一组基本频率（组在列中标记为 1 或 0）。问题是一些基本频率是针对大量变量（180 个左右）的，这些变量没有以特定前缀命名，也没有定位在 2:100 列中。它们可能在 2:80 列中，然后是 90:117 等。

我知道这样做的基本要点是这样的：

mtcars %>% filter(gear == 4) %>% group_by(am) %>% summarise(n=n()) %>% mutate(perc = n / sum(n)*100)

一个问题是我的 3-5 个组都标记在不同的列中，所以我需要使用 filter(pop1 == 1)、filter(pop2 == 1) 等。但是有没有办法group_by 遍历 180 个变量，每个变量都有一个输出？这只是每个变量值或缺失的简单频率。所以对于 mtcars 来说，它的频率是 am，然后是 vs。输出是一个长的有两列的就可以了。

像这样：

Variable Value  n  Perc
am        0     4  33.3
am        1     8  66.7
vs        0     2  16.7
vs        1     10 83.3

我认识到这可能涉及收集或 pivot_longer，但无法找到一种方法仅将 180 个变量从我需要频率的 200 个变量中转换为 long。

编辑：

我最终使用它来选择许多列：

positions <- c(4:176,198)

并使用 select(positions) 来避免输入所有变量。

Answer 1

我们可以使用purrr中的map单独进行分组并应用与OP帖子中相同的代码

library(dplyr)
library(purrr)
map_dfr(c('am', 'vs'), ~
      mtcars %>% 
        filter(gear == 4) %>% 
        group_by(Variable = .x, Value = !!rlang::sym(.x))  %>% 
        summarise(n = n()) %>% 
        mutate(perc = n/sum(n) * 100))
# A tibble: 4 x 4
# Groups:   Variable [2]
#  Variable Value     n  perc
#  <chr>    <dbl> <int> <dbl>
#1 am           0     4  33.3
#2 am           1     8  66.7
#3 vs           0     2  16.7
#4 vs           1    10  83.3

---

或者另一种选择是使用pivot_longer 转换为“长”格式

library(tidyr)
mtcars %>% 
    filter(gear == 4) %>%
    select(vs, am) %>% 
    pivot_longer(everything()) %>% 
    count(name, value) %>% 
    mutate(perc = n/sum(n) * 100)