总结单列的使用条件

Question

示例数据：

df <- data.frame(HELP = c("Yes", "Yes", "Yes", "No", "Yes", "No"))

我做到了：

cdata <- ddply(df, c("HELP"), summarise,
           Total = sum(df$HELP == 'No'),
           Probability = Total/nrow(df))

但 "Yes" 的值与 "No" 保持相同的值。我尝试使用 "if" 条件但没有用。

我想做的是通过Help总结一下df.help == "No"的总和和df.help == "Yes"的总和，以及它们各自的概率。

最终结果应该是这样的：

|    | Help | Total | Probability  |
|----|------|-------|--------------|
|  1 | Yes  | 4     | 0.666        |
|  2 | No   | 2     | 0.333        |

用 ddply 或其他方式解决这个问题的合适方法是什么？

此致

Answer 1

我建议使用 dplyr，正如您标记的那样。这使您可以使用 group_by 轻松对数据进行分组，使用 summarise 和 mutate 您可以添加新列以获得所需的结果。

> library(dplyr)
> df %>% group_by(HELP) %>% summarise(Total = n()) %>% mutate(Probability = Total / sum(Total))
# A tibble: 2 x 3
    HELP Total Probability
  <fctr> <int>       <dbl>
1     No     2   0.3333333
2    Yes     4   0.6666667

说明

%>% 将左侧命令的输出转发到运算符右侧的命令。您可以将多个命令彼此串联在一起，但尽管这样做有效，但很快就会变得一团糟。

group_by(HELP) 会将您的数据框分成 HELP 中具有相同值的那些行。它也可以包含多个列。

summarise(Total = n()) -- n() 是另一个 dplyr 函数，它设置为您组中的行数。在 summarise 和 mutate 中都提供了新的列名 without ' or "

mutate(Probability = Total / sum(Total)) -- 简单计算，根据前面步骤中刚刚计算的结果

总结单列的使用条件

Summarize using condition for a single column

r

dplyr

conditional-statements

summarize

说明