时间戳

首页 > 解决方案 > 按每个组中的子组汇总（&group by）

r - 按每个组中的子组汇总（&group by）

问题描述

总之，我试图在喜欢苹果的人群和不喜欢苹果的人群中获得国籍的百分比（如果这个人喜欢，Apple==1，如果不喜欢，Apple==0）。我使用此代码，但百分比不是我想要的：

sample %>%
group_by(Apple,Country) %>%
dplyr::summarise(count=n())%>%
mutate(pct_gender=count/sum(count))

我从这段代码中得到的是国籍+苹果在所有观察中的百分比。（例如，在所有 31 次观察中，有 18 人喜欢苹果。在喜欢苹果的 18 人中，有 7 人来自法国。所以我想得到 7/18=38.8%，但我得到的结果是 7/31=22.6% )

这是我使用的数据：

structure(list(id = 1:30, Country = c("USA", "USA", "USA", "USA", 
"USA", "USA", "USA", "USA", "Germany", "Germany", "Germany", 
"Germany", "Germany", "Germany", "UK", "UK", "UK", "UK", "UK", 
"UK", "UK", "UK", "UK", "UK", "France", "France", "France", "France", 
"France", "France"), Apple = c(1L, 1L, 1L, 0L, 0L, 1L, 0L, 1L, 
1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 
1L, 1L, 1L, 1L, 1L, 1L), Banana = c(1L, 1L, 0L, 1L, 1L, 0L, 0L, 
1L, 1L, 1L, 1L, 0L, 0L, 0L, 1L, 1L, 0L, 1L, 1L, 0L, 0L, 1L, 1L, 
1L, 1L, 0L, 0L, 0L, 1L, 1L), Orange = c(0L, 0L, 0L, 0L, 0L, 1L, 
1L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 
1L, 0L, 0L, 1L, 1L, 0L, 0L, 1L), Jackfruit = c(0L, 0L, 1L, 1L, 
0L, 1L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 
1L, 0L, 0L, 0L, 0L, 1L, 1L, 0L, 0L, 1L)), row.names = c(NA, -30L
), class = c("tbl_df", "tbl", "data.frame"))

如果有人能让我知道我做错了什么，我将不胜感激。

标签： rdplyrsummarize

解决方案

我同意@Ronak Shah，这在基础上比任何其他软件包都容易：

使用table（如 Ronak 建议的那样），但也 prop.table使用：

prop.table(table(df$Country, df$Apple), margin = 2)

产生：

                  0         1
  France  0.0000000 0.3529412
  Germany 0.3076923 0.1176471
  UK      0.4615385 0.2352941
  USA     0.2307692 0.2941176

请注意，您不应该期望法国有 38.8% - 喜欢（在您的玩具数据中，在 17 个人中，只有 6 个法国人喜欢苹果）。

推荐阅读