使用 lapply() 查找因子变量的百分比

Question

我有一个数据框，包含 4 列代表问题，每列有 4 个水平代表回答。

  Q1 Q2
1  A  A
2  A  B
3  B  B
4  C  C
5  D  D

我想推导出一个 data.frame 这样的：

   question response percent
1       Q2        A     0.2
2       Q2        B     0.4
3       Q2        C     0.2
4       Q2        D     0.2
5       Q1        A     0.4
6       Q1        B     0.2
7       Q1        C     0.2
8       Q1        D     0.2

到目前为止，我一直在使用 for 循环来实现这一点，但是我的脚本充满了 for 循环，所以我想使用 [=20= 中的函数来实现这一点] 或 lapply。例如，这段代码比 for 循环要干净得多，但仍然不是我想要的。任何帮助将不胜感激！

这是我目前得到的：

lapply(lapply(df, summary), function(x) x/sum(x))

编辑： 包括每个请求的数据帧示例。本来怕占太多space因为关卡标签太长了，所以就缩短了。

dput(df[1:4,])
structure(list(Q1 = structure(c(4L, 4L, 1L, 4L), .Label = c("1.A", 
    "1.B", "1.C", "1.D"), class = "factor"), 
    Q2 = structure(c(4L, 4L, 4L, 1L), .Label = c("2.A","2.B",
    "2.C", "2.D"), class = "factor"), 
    Q3 = structure(c(4L, 3L, 4L, 4L), .Label = c("3.A","3.B",
    "3.C","3.D"), class = "factor"), 
    Q4 = structure(c(3L, 1L, 3L, 3L), .Label = c("4.A","4.B", 
    "4.C","4.D")), 
    .Names = c("Q1.pre", "Q2.pre", "Q3.pre", "Q4.pre"), row.names = c(NA, 4L), 
    class = "data.frame")

我发现 Lafortune 和 user20650 的回复几乎完全符合我一直在寻找的内容：

melt(sapply(df, function(x) prop.table(table(x))))

但是有一个问题。在 sapply 级别，dimnames 与 Q1 级别的标签名称相同，因此在执行 melt 之后 sapply 的输出，Var1 列是只是 Q1s 水平的重复，而我希望 Var1 在 Q1 行中有 Q1 的水平，在 Q2 行中有 Q2 的水平，等等。我找到了一个解决方法，将所有列的 levels 拉到一个单独的变量 qnames before 对 df 执行任何操作，如下所示：

qnames = melt(sapply(df, levels))
qnames = qnames[ ,3]
melt(sapply(df, function(x) prop.table(table(x))))
df = cbind(qnames, df)

这正是我需要的结果。我很想知道是否有一种方法可以在没有额外的 sapply 和 cbind 的情况下实现这一点，所以我会把这个问题留长一点。感谢您的帮助！

Answer 1

library(reshape2)
indx <- lapply(df, function(x) prop.table(table(x)))
out <- melt(do.call(rbind, indx))
out <- out[order(out$Var1, decreasing=TRUE),];rownames(out) <- NULL
#   Var1 Var2 value
# 1   Q2    A   0.2
# 2   Q2    B   0.4
# 3   Q2    C   0.2
# 4   Q2    D   0.2
# 5   Q1    A   0.4
# 6   Q1    B   0.2
# 7   Q1    C   0.2
# 8   Q1    D   0.2

您可以使用 lapply 和 reshape2，但是 prop.table 是一个不错的功能。当它包装 table 函数时，它将为您计算百分比。我们使用 lapply 为每一列创建一个比例 table，然后将它们与始终如一的 do.call(rbind, lst) 组合起来。最后一行是 'look'.

Answer 2

单行使用 data.table:

library(data.table) # 1.9.5+
dt<-data.table(Q1=c("A","A","B","C","D"),
               Q2=c("A","B","B","C","D"))

rbindlist(lapply(
  names(dt),
  function(x)dt[,.N/nrow(dt),by=x
                ][,.(question=x,response=get(x),percent=V1)]))

使用 lapply() 查找因子变量的百分比

Use lapply() to find percentages of factor variables

r

lapply

reshape2

split-apply-combine