R - 每列整个数据帧的百分比
R - Percentage of whole dataframe per column
我有一个报告每个问题的答案数的数据框(这只是其中的一部分),我想获得每个问题的答案百分比。我找到了 adorn_percentages,但它通过除以整个数据框的值来计算百分比,同时,我只想要每一列的百分比。每列共有 2230 个答案。
我想使用类似 (x/2230)*100 的东西,但我不知道如何继续。
df<-data.frame(q1=c(159,139,1048,571,93), q2=c(106,284,1043,672,125), q3=c(99,222,981,843,94))
q1 q2 q3
1 159 106 99
2 139 284 222
3 1048 1043 981
4 571 672 843
5 93 125 94
我们可以用colSums
等长相除
100 * df/colSums(df)[col(df)]
或使用sweep
100 * sweep(df, 2, colSums(df), `/`)
或使用proportions
df[paste0(names(df), "_prop")] <- 100 * proportions(as.matrix(df), 2)
-输出
> df
q1 q2 q3 q1_prop q2_prop q3_prop
1 159 106 99 7.910448 4.753363 4.421617
2 139 284 222 6.915423 12.735426 9.915141
3 1048 1043 981 52.139303 46.771300 43.814203
4 571 672 843 28.407960 30.134529 37.650737
5 93 125 94 4.626866 5.605381 4.198303
您可以为每列应用 prop.table
-
library(dplyr)
df %>% mutate(across(.fns = prop.table, .names = '{col}_prop') * 100)
# q1 q2 q3 q1_prop q2_prop q3_prop
#1 159 106 99 7.910448 4.753363 4.421617
#2 139 284 222 6.915423 12.735426 9.915141
#3 1048 1043 981 52.139303 46.771300 43.814203
#4 571 672 843 28.407960 30.134529 37.650737
#5 93 125 94 4.626866 5.605381 4.198303
我有一个报告每个问题的答案数的数据框(这只是其中的一部分),我想获得每个问题的答案百分比。我找到了 adorn_percentages,但它通过除以整个数据框的值来计算百分比,同时,我只想要每一列的百分比。每列共有 2230 个答案。 我想使用类似 (x/2230)*100 的东西,但我不知道如何继续。
df<-data.frame(q1=c(159,139,1048,571,93), q2=c(106,284,1043,672,125), q3=c(99,222,981,843,94))
q1 q2 q3
1 159 106 99
2 139 284 222
3 1048 1043 981
4 571 672 843
5 93 125 94
我们可以用colSums
等长相除
100 * df/colSums(df)[col(df)]
或使用sweep
100 * sweep(df, 2, colSums(df), `/`)
或使用proportions
df[paste0(names(df), "_prop")] <- 100 * proportions(as.matrix(df), 2)
-输出
> df
q1 q2 q3 q1_prop q2_prop q3_prop
1 159 106 99 7.910448 4.753363 4.421617
2 139 284 222 6.915423 12.735426 9.915141
3 1048 1043 981 52.139303 46.771300 43.814203
4 571 672 843 28.407960 30.134529 37.650737
5 93 125 94 4.626866 5.605381 4.198303
您可以为每列应用 prop.table
-
library(dplyr)
df %>% mutate(across(.fns = prop.table, .names = '{col}_prop') * 100)
# q1 q2 q3 q1_prop q2_prop q3_prop
#1 159 106 99 7.910448 4.753363 4.421617
#2 139 284 222 6.915423 12.735426 9.915141
#3 1048 1043 981 52.139303 46.771300 43.814203
#4 571 672 843 28.407960 30.134529 37.650737
#5 93 125 94 4.626866 5.605381 4.198303