我有一个只包含格式化为因子的分类数据的数据集。我们称之为"；mydata"；。
我想为mydata中的所有因素组合创建一个数据框架或嵌套列联表的tibble，以便在探索性数据分析中进行审查，并轻松传递给chisq.test((
| na | var1 | var2 | var3 |
| var1| tibble | tibble | tibble |
| var2| tibble | tibble | tibble |
| var3| tibble | tibble | tibble |
我已经用dplyr:：nest((和purr:：map2((尝试了一些不同的尝试。如果可能的话，我更喜欢保持整洁。
下面是我的闭幕式。
mydata <- tibble(var1 = factor(c("a", "b", "c", "c", "b")),
var2 = factor(c("Yes", "No", "Yes", "Yes", "No")),
var3 = factor(c(1, 1, 1, 2, 2))) %>%
pivot_longer(cols = everything(),
names_to = "variable",
values_to = "measure") %>%
nest_by(variable) %>%
mutate(test_map = map2(data, data, table))
我觉得这差不多了，但最终的列联表包括所有因素水平，而不仅仅是相应目标变量的因素水平(例如var1:var1、var1:var2等(
mydata$test_map
$measure
a b c No Yes 1 2
a 1 0 0 0 0 0 0
b 0 2 0 0 0 0 0
c 0 0 2 0 0 0 0
No 0 0 0 0 0 0 0
Yes 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0
2 0 0 0 0 0 0 0
$measure
a b c No Yes 1 2
a 0 0 0 0 0 0 0
b 0 0 0 0 0 0 0
c 0 0 0 0 0 0 0
No 0 0 0 2 0 0 0
Yes 0 0 0 0 3 0 0
1 0 0 0 0 0 0 0
2 0 0 0 0 0 0 0
$measure
a b c No Yes 1 2
a 0 0 0 0 0 0 0
b 0 0 0 0 0 0 0
c 0 0 0 0 0 0 0
No 0 0 0 0 0 0 0
Yes 0 0 0 0 0 0 0
1 0 0 0 0 0 3 0
2 0 0 0 0 0 0 2
这样的东西怎么样：
library(tidyverse)
mydata <- tibble(var1 = factor(c("a", "b", "c", "c", "b")),
var2 = factor(c("Yes", "No", "Yes", "Yes", "No")),
var3 = factor(c(1, 1, 1, 2, 2)))
result <- full_join(tibble(name1 = colnames(mydata), id =1),
tibble(name2 = colnames(mydata), id =1),
by = "id") |>
mutate(tbl = map2(name1, name2, ~table(mydata[[.x]], mydata[[.y]]))) |>
select(-id) |>
pivot_wider(names_from = name2, values_from = tbl)
result
#> # A tibble: 3 x 4
#> name1 var1 var2 var3
#> <chr> <list> <list> <list>
#> 1 var1 <table [3 x 3]> <table [3 x 2]> <table [3 x 2]>
#> 2 var2 <table [2 x 3]> <table [2 x 2]> <table [2 x 2]>
#> 3 var3 <table [2 x 3]> <table [2 x 2]> <table [2 x 2]>
result$var1[1]
#> [[1]]
#>
#> a b c
#> a 1 0 0
#> b 0 2 0
#> c 0 0 2
如果您创建了一个由成对的交叉引用变量组成的矩阵，那么您将重复信息。对角线表格也是对角线。
例如：
set.seed(42)
df = data.frame(var1= sample(c("yes","no"),50,T),
var2 = sample(c("big", "med", "small"), 50, T),
var3 = colors()[sample(4, 50, T)],
var4 = letters[sample(5,50,T)])
head(df)
#> var1 var2 var3 var4
#> 1 yes big white e
#> 2 yes med aliceblue a
#> 3 yes med antiquewhite a
#> 4 yes small antiquewhite1 b
#> 5 no small antiquewhite1 b
#> 6 no big aliceblue d
如果不需要对角线和重复的表，可以使用combn为每个组合创建一个列表table函数用于创建corsreference表。
l <- combn(names(df),2, function(x)
as.data.frame(unclass(table(df[,x]))), simplify = F)
names(l) <- combn(names(df),2, paste, collapse="-", simplify = F)
l
#> $`var1-var2`
#> big med small
#> no 7 14 6
#> yes 12 7 4
#>
#> $`var1-var3`
#> aliceblue antiquewhite antiquewhite1 white
#> no 8 5 7 7
#> yes 4 6 3 10
#>
#> $`var1-var4`
#> a b c d e
#> no 6 5 5 8 3
#> yes 4 9 3 4 3
#>
#> $`var2-var3`
#> aliceblue antiquewhite antiquewhite1 white
#> big 7 5 2 5
#> med 3 3 6 9
#> small 2 3 2 3
#>
#> $`var2-var4`
#> a b c d e
#> big 1 7 4 4 3
#> med 5 4 2 7 3
#> small 4 3 2 1 0
#>
#> $`var3-var4`
#> a b c d e
#> aliceblue 5 1 2 3 1
#> antiquewhite 3 2 3 1 2
#> antiquewhite1 0 3 1 6 0
#> white 2 8 2 2 3
然而，如果你想要完整的矩阵，你可以使用apply和expand.grid。下三角中的表格将是相同的，但转置：
l <- apply(expand.grid(names(df),names(df)),1,function(x)
as.data.frame(unclass(table(df[,x]))), simplify = F)
names(l) <- apply(expand.grid(names(df),names(df)), 1, paste, collapse = "-")
l
l
#> $`var1-var1`
#> no yes
#> no 27 0
#> yes 0 23
#>
#> $`var2-var1`
#> no yes
#> big 7 12
#> med 14 7
#> small 6 4 ......
最后，如果你想要嵌套的tibbles，你可以做：
l <- apply(expand.grid(names(df),names(df)),1,function(x)
tibble::as.tibble(unclass(table(df[,x]))), simplify = F)
tbl <- tibble::tibble(!!!split(l, rep(1:4,4)))
rownames(tbl)<-names(df)
#> Warning: Setting row names on a tibble is deprecated.
colnames(tbl)<-names(df)
tbl
#> # A tibble: 4 × 4
#> var1 var2 var3 var4
#> * <named list> <named list> <named list> <named list>
#> 1 <df [2 × 2]> <df [3 × 2]> <df [4 × 2]> <df [5 × 2]>
#> 2 <df [2 × 3]> <df [3 × 3]> <df [4 × 3]> <df [5 × 3]>
#> 3 <df [2 × 4]> <df [3 × 4]> <df [4 × 4]> <df [5 × 4]>
#> 4 <df [2 × 5]> <df [3 × 5]> <df [4 × 5]> <df [5 × 5]>
但行名称似乎不再被允许。