Dplyr ile bağıl frekanslar / oranlar

Her bir grup içindeki farklı değerlerin oranını hesaplamak istediğimi varsayalım. Örneğin, kullanarak mtcarsverileri, nasıl hesaplarım göreceli sayısının sıklığını dişlileri tarafından am ile tek seferde (/ otomatik manuel) dplyr?

library(dplyr)
data(mtcars)
mtcars <- tbl_df(mtcars)

# count frequency
mtcars %>%
  group_by(am, gear) %>%
  summarise(n = n())

# am gear  n
#  0    3 15 
#  0    4  4 
#  1    4  8  
#  1    5  5 

Ne elde etmek istiyorum:

am gear  n rel.freq
 0    3 15      0.7894737
 0    4  4      0.2105263
 1    4  8      0.6153846
 1    5  5      0.3846154

Bunu dene:

mtcars %>%
  group_by(am, gear) %>%
  summarise(n = n()) %>%
  mutate(freq = n / sum(n))

#   am gear  n      freq
# 1  0    3 15 0.7894737
# 2  0    4  4 0.2105263
# 3  1    4  8 0.6153846
# 4  1    5  5 0.3846154

Gönderen dplyr skeç :

Birden çok değişkene göre gruplandırdığınızda, her özet gruplamanın bir düzeyini soyar. Bu, bir veri kümesini aşamalı olarak toplamayı kolaylaştırır.

Böylece, 'dişli' summarisebölümünde belirtilen son gruplama değişkeni group_bysoyulur. İçinde mutateaşama, veri, burada kalan gruplama değişken (ler) ile 'am' gruplandırılır. Her adımda gruplandırmayı ile kontrol edebilirsiniz groups.

Soyulmanın sonucu elbette çağrıdaki gruplama değişkenlerinin sırasına bağlıdır group_by. group_by(am)Kodunuzu daha açık hale getirmek için bir sonrakini yapmak isteyebilirsiniz .

Yuvarlama ve zenginleştirme için lütfen @Tyler Rinker'ın güzel cevabına bakın.

count()Ancak, sürümüne bağlı olarak farklı bir davranışı olan işlevi kullanabilirsiniz dplyr:

• dplyr 0.7.1: gruplanmamış bir tablo döndürür :am

• dplyr <0.7.1: gruplandırılmış bir tablo döndürür , bu nedenle ungroup()daha sonra manipülasyon yapmak isteyebileceğiniz halde tekrar gruplandırmanıza gerek yoktur

dplyr 0.7.1

mtcars %>%
  count(am, gear) %>%
  group_by(am) %>%
  mutate(freq = n / sum(n))

dplyr <0.7.1

mtcars %>%
  count(am, gear) %>%
  mutate(freq = n / sum(n))

Bu , gruplandırılmış bir tabloyla sonuçlanır; daha fazla analiz için kullanmak istiyorsanız, gruplandırılmış özniteliğin kaldırılması yararlı olabilir ungroup().

@ Henrik's kullanılabilirlik açısından daha iyidir, çünkü bu sütun karakterini yapacak ve artık sayısal olmayacak, ancak istediğinizle eşleşecektir ...

mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n()) %>%
  mutate(rel.freq = paste0(round(100 * n/sum(n), 0), "%"))

##   am gear  n rel.freq
## 1  0    3 15      79%
## 2  0    4  4      21%
## 3  1    4  8      62%
## 4  1    5  5      38%

EDIT Çünkü Spacedman istedi :-)

as.rel_freq <- function(x, rel_freq_col = "rel.freq", ...) {
    class(x) <- c("rel_freq", class(x))
    attributes(x)[["rel_freq_col"]] <- rel_freq_col
    x
}

print.rel_freq <- function(x, ...) {
    freq_col <- attributes(x)[["rel_freq_col"]]
    x[[freq_col]] <- paste0(round(100 * x[[freq_col]], 0), "%")   
    class(x) <- class(x)[!class(x)%in% "rel_freq"]
    print(x)
}

mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n()) %>%
  mutate(rel.freq = n/sum(n)) %>%
  as.rel_freq()

## Source: local data frame [4 x 4]
## Groups: am
## 
##   am gear  n rel.freq
## 1  0    3 15      79%
## 2  0    4  4      21%
## 3  1    4  8      62%
## 4  1    5  5      38%

İşte dplyrHenrik'in çözümünü 0.7.1'de uygulayan genel bir işlev .

freq_table <- function(x, 
                       group_var, 
                       prop_var) {
  group_var <- enquo(group_var)
  prop_var  <- enquo(prop_var)
  x %>% 
    group_by(!!group_var, !!prop_var) %>% 
    summarise(n = n()) %>% 
    mutate(freq = n /sum(n)) %>% 
    ungroup
}

Bu yinelenen görev için küçük bir işlev yazdım:

count_pct <- function(df) {
  return(
    df %>%
      tally %>% 
      mutate(n_pct = 100*n/sum(n))
  )
}

Sonra şöyle kullanabilirsiniz:

mtcars %>% 
  group_by(cyl) %>% 
  count_pct

Döndürür:

# A tibble: 3 x 3
    cyl     n n_pct
  <dbl> <int> <dbl>
1     4    11  34.4
2     6     7  21.9
3     8    14  43.8

Birçok cevaba rağmen, veya prop.tableile birlikte kullanılan bir yaklaşım daha .dplyrdata.table

library("dplyr")
mtcars %>%
    group_by(am, gear) %>%
    summarise(n = n()) %>%
    mutate(freq = prop.table(n))

library("data.table")
cars_dt <- as.data.table(mtcars)
cars_dt[, .(n = .N), keyby = .(am, gear)][, freq := prop.table(n) , by = "am"]

Bu cevap Matifou'nun cevabına dayanıyor.

İlk olarak, freq sütununu scipen seçeneğini kullanarak bilimsel bir gösterim sütunu olarak döndürmemeyi sağlamak için değiştirdim.

Daha sonra, frekans sütununu yüzde olarak okunmasını kolaylaştırmak için ondalık yerine yüzde almak için cevabı 100 ile çarptım.

getOption("scipen") 
options("scipen"=10) 
mtcars %>%
count(am, gear) %>% 
mutate(freq = (n / sum(n)) * 100)