行总和作为 R 中 table 中的额外列

Question

我正在尝试做一个描述性的 table。我首先计算每组和每年的观察次数。然后，我想添加另一列，其中包含每年的观察总和。

如何在不使用合并功能的情况下执行此操作？

year <- rep(2014:2015, length.out = 10000)
group <- sample(c(0,1,2,3,4,5,6), replace=TRUE, size=10000)
value <- sample(10000, replace = T)

dta <- data.frame(year = year, group = group, value = value)

library(dplyr)
library(tidyr)

dta1 <- dta %>%
  group_by(year, group) %>%
  summarize(nobs = n()) %>%
  pivot_wider(names_from= group, values_from = nobs)

dta2 <- dta %>%
  group_by(year)%>%
  summarize(total_nobs_per_year = n())

table <- merge(dta1, dta2, by="year")

table

我想要的 table 看起来像这样：

Answer 1

您可以使用基本的 R 函数 rowSums 从第二列开始，如下所示：

dta1$total_nobs_per_year<-rowSums(dta1[2:ncol(dta1)])
dta1
# A tibble: 2 x 9
# Groups:   year [2]
   year   `0`   `1`   `2`   `3`   `4`   `5`   `6` total_nobs_per_year
  <int> <int> <int> <int> <int> <int> <int> <int>               <dbl>
1  2014   738   711   712   709   656   750   724                5000
2  2015   723   711   767   731   659   745   664                5000

Answer 2

根据定义，您的 total_nobs_per_year 将是 dta1 的行的总和，不包括第一列。您可以使用

dta1 %>% 
  ungroup() %>% 
  mutate(total_nobs_per_year = rowSums(dta1[-1]))

产生

# A tibble: 2 x 9
   year   `0`   `1`   `2`   `3`   `4`   `5`   `6` total_nobs_per_year
  <int> <int> <int> <int> <int> <int> <int> <int>               <dbl>
1  2014   683   699   722   731   701   712   752                5000
2  2015   704   689   734   706   726   709   732                5000

Answer 3

由于您的数据框一开始就采用整洁（长）格式，因此您还可以在透视之前计算总和，从而无需两个表。只需使用 mutate 而不是 summarise 来保留所有行：

library(dplyr)
library(tidyr)

year <- rep(2014:2015, length.out = 10000)
group <- sample(c(0,1,2,3,4,5,6), replace=TRUE, size=10000)
value <- sample(10000, replace = T)
dta <- data.frame(year = year, group = group, value = value)


dta %>%
  group_by(year, group) %>%
  summarise(nobs = n(), .groups = "drop_last") %>%
  mutate(total_nobs_per_year = sum(nobs)) %>% 
  pivot_wider(names_from = group, values_from = nobs)
#> # A tibble: 2 x 9
#> # Groups:   year [2]
#>    year total_nobs_per_year   `0`   `1`   `2`   `3`   `4`   `5`   `6`
#>   <int>               <int> <int> <int> <int> <int> <int> <int> <int>
#> 1  2014                5000   751   745   701   690   716   683   714
#> 2  2015                5000   741   737   706   632   694   746   744

之所以可行，是因为 mutate() 中的计算也是按组完成的（如 summarise）。如果您想在不折叠组的情况下添加摘要列，这将非常有用。

行总和作为 R 中 table 中的额外列

Row sum as am extra column in the table in R

r

tidyr