计算数据框中组内出现的比率[重复]

Question

我正在尝试计算每个组内n 和sum(n) 之间的比率。我知道我离解决方案不远了。

数据：

df_rld %>% 
   select(type, run_length) %>% 
   mutate(run_length = as.numeric(run_length)) %>% 
   group_by(type, run_length) %>% 
   count(run_length)

type  | run_length | n 
---------------------------
A     |      15    | 1
B     |      24    | 3
B     |      26    | 7
C     |      27    | 10
C     |      28    | 2

我想要什么：

type  | run_length | n     | ratio
-----------------------------------------
A     |      15    | 1     | 1 / 1 = 1
B     |      24    | 3     | 3 / (3+7) = 0.3
B     |      26    | 7     | 7 / (3+7) = 0.7
C     |      27    | 10    | 10 / (10+2) = 0.83
C     |      28    | 2     | 2 / (10+2) = 0.17

比率分母是n按组的总和，但我不知道如何计算。使用 group_by 我可以设法得到所有 n 的总和，因此由于某种原因，比率等于 1。为简单起见，我想在不加入表格的情况下这样做。

Answer 1

你应该只按type 分组，这样n/sum(n) 会给你正确的计算。如果您同时按type 和run_length 分组，那么您将始终得到1 的比率（除非有两个条目具有相同的type 和相同的run_length 值，在这种情况下您将得到0.5 in那些行）。

df_rld %>% 
   select(type, run_length) %>% 
   mutate(run_length = as.numeric(run_length)) %>% 
   group_by(type, run_length) %>% 
   count(run_length) %>%
   group_by(type) %>% 
   mutate(ratio = n/sum(n))

#> # A tibble: 5 x 4
#> # Groups:   type [3]
#>   type  run_length     n ratio
#>   <fct>      <int> <int> <dbl>
#> 1 A             15     1 1    
#> 2 B             24     3 0.3  
#> 3 B             26     7 0.7  
#> 4 C             27    10 0.833
#> 5 C             28     2 0.167