Question

我有一组来自三维数据的计数：

df <- data.frame(type = c("A", "B", "B", "A", "A", "C", "B", "C"), group = c("Tp", "Tp", "Tp", "Tp", "Fc", "Fc", "Fc", "Fc"), size = c(10,20,30,40,10,20,30,40), count = c(1, 4, 2, 3, 2, 10, 2, 3))

  type group size count
1    A    Tp   10     1
2    B    Tp   20     4
3    B    Tp   30     2
4    A    Tp   40     3
5    A    Fc   10     2
6    C    Fc   20    10
7    B    Fc   30     2
8    C    Fc   40     3

我想找到每个计数占用的比例，但是在类型和组维度上都是子集。也就是说，例如，在“Tp”组和“A”类中，大小为10的距离是什么？

我认为可能有一个函数类似于aggregate或plyr包中的某些内容，但会根据子集计算每行的数据，但我似乎无法找到它。我尽最大努力使用apply：

df$prop <- apply(df, 1, function(x) as.numeric(x["count"])/sum(df[df$type==x["type"] & df$group==x["group"], "count"]))

  type group size count      prop
1    A    Tp   10     1 0.2500000
2    B    Tp   20     4 0.6666667
3    B    Tp   30     2 0.3333333
4    A    Tp   40     3 0.7500000
5    A    Fc   10     2 1.0000000
6    C    Fc   20    10 0.7692308
7    B    Fc   30     2 1.0000000
8    C    Fc   40     3 0.2307692

我只是想知道是否有更简单的方法吗？如果不是，我会把它写成自定义函数。

感谢。

Answer 1

尝试：

transform(df, prop=count/ave(count, type, group, FUN=sum))

Answer 2

使用plyr，

ddply(df, c("type","group"), mutate, prop = count/sum(count))

  type group size count      prop
1    A    Fc   10     2 1.0000000
2    A    Tp   10     1 0.2500000
3    A    Tp   40     3 0.7500000
4    B    Fc   30     2 1.0000000
5    B    Tp   20     4 0.6666667
6    B    Tp   30     2 0.3333333
7    C    Fc   20    10 0.7692308
8    C    Fc   40     3 0.2307692

Answer 3

更好的缩放和更直观的data.table方式：

library(data.table)
dt = data.table(df)

dt[, prop := count/sum(count), by = list(type, group)]

根据data.frame子集查找比例

3 个答案: