试图获得r中数据帧中每列的频率计数和百分比

Question

我有这样的数据:

pat# sex race    group   bmi
1   F   Black   1   4
2   M   Asian   2   8
3   M   Asian   3   19
4   M   Asian   1   35
5   F   Black   2   12
6   F   Black   3   33
7   M   White   1   2
8   F   Black   2   35
9   M   Asian   3   6
10  F   Black   1   13
11  F   Black   2   18
12  F   Asian   3   1
13  M   White   1   36
14  F   Asian   2   25
15  M   White   3   6
16  M   White   1   20
17  F   Black   2   3
18  M   Asian   3   23
19  F   Black   1   26
20  F   Asian   2   13
21  M   White   3   21
22  M   White   1   16
23  F   Black   2   29
24  F   Black   3   19
25  M   Asian   1   17
26  M   Asian   2   22
27  F   Black   3   26

我想得到每个变量的频率和每个变量组的百分比，像这样:

n           1   2   3
sex M   frequency   %   %   %
F   frequency   %   %   %

下一个变量:

n          1    2   3
race    White   frequency   %   %   %
Asian   frequency   %   %   %
Black   frequency   %   %   %

有很多变量，所以我不想列出每一个。我试图使用R的矢量特征(df[2:30])使用xtabs()和dplyr包，但我没有让它工作。选择哪个包或函数并不重要，但我们希望使其足够灵活，以适应将来使用不同列名和具有不同维度的数据。任何建议都非常感谢!!

Answer 1

一种方法是使用janitor包，但它也会将总数更改为百分比:

library(janitor)
df %>%
tabyl(sex, group) %>%
adorn_totals("col") %>%
adorn_percentages() %>%
adorn_pct_formatting(digits = 2)
sex      1      2      3   Total
F 21.43% 50.00% 28.57% 100.00%
M 46.15% 15.38% 38.46% 100.00%
#But we could also choose counts
df %>%
tabyl(sex, group) %>%
adorn_totals("col")
sex 1 2 3 Total
F 3 7 4    14
M 6 2 5    13

Answer 2

我能够使用table()函数和tigerstats包来做到这一点。我遇到的主要问题是R将SAS数据集与CSV数据集区别对待。日日夜夜!

Answer 3

tidyverse的方式是-

library(tidyverse)
df %>%
count(sex, group) %>%
group_by(sex) %>%
mutate(n = prop.table(n) * 100) %>%
pivot_wider(names_from = group, values_from = n, values_fill = 0)
#  sex     `1`   `2`   `3`
#  <chr> <dbl> <dbl> <dbl>
#1 F      21.4  50    28.6
#2 M      46.2  15.4  38.5

如果你想为多个变量这样做，你可以使用map-

cols <- c('sex', 'race')
map(cols, ~df %>%
count(.data[[.x]], group) %>%
group_by(.data[[.x]]) %>%
mutate(n = prop.table(n) * 100) %>%
pivot_wider(names_from = group, values_from = n, values_fill = 0) %>%
ungroup)
#[[1]]
# A tibble: 2 x 4
#  sex     `1`   `2`   `3`
#  <chr> <dbl> <dbl> <dbl>
#1 F      21.4  50    28.6
#2 M      46.2  15.4  38.5
#[[2]]
# A tibble: 3 x 4
#  race    `1`   `2`   `3`
#  <chr> <dbl> <dbl> <dbl>
#1 Asian  20    40    40  
#2 Black  27.3  45.5  27.3
#3 White  66.7   0    33.3

Answer 4

如果你需要频率，你可以这样做:

lapply(df[2:3], table, df$group)
$race

1 2 3
Asian 2 4 4
Black 3 5 3
White 4 0 2
$group

1 2 3
1 9 0 0
2 0 9 0
3 0 0 9

如果你需要百分比，你必须定义你需要的百分比，即行，列，总计等

如果需要按行排列:

lapply(df[2:3], function(x)prop.table(table(x, df$group),1)*100)
$sex

x          1        2        3
F 21.42857 50.00000 28.57143
M 46.15385 15.38462 38.46154
$race

x              1        2        3
Asian 20.00000 40.00000 40.00000
Black 27.27273 45.45455 27.27273
White 66.66667  0.00000 33.33333