r - 计数不同并计算两列中的百分比差异 ifrom R dataframe

Question

有一个简单的数据框，列出每几个月的产品类型和标签号:

data.frame(
  stringsAsFactors = FALSE,
                month = c("jan","jan","jan","jan",
                       "jan","feb","feb","feb","feb"),
                category = c("TB", "GT", "TB", "YT", "GT", "TB", "GT", "TB", "YT"),
                tag_number = c(101L, 101L, 223L, 223L, 223L, 345L, 345L, 655L, 223L)
)

month category tag_number

jan      TB     101
jan      GT     101
jan      TB     223
jan      YT     223
jan      GT     223
feb      TB     345
feb      GT     345
feb      TB     655
feb      YT     223

我想按月份和类别比较和提取唯一 tag_number 值之间的百分比差异。

让我再解释一下，因为这似乎是一个复杂的问题。

如果我们得到分组的月份和类别，我们就可以比较这个表(月份+类别)

Jan  TB  101, 223    vs.    Feb  TB  345, 655
Jan  GT  101, 223    vs.    Feb  GT  345
Jan  YT  223         vs.    Feb  YT  223

1 月份，结核病类别有两个唯一的标签编号(101 和 223)。如果您与 February 进行比较，也有两个独特的标签，但它们都不相等，因此月份之间的百分比差异为 100%，并且在这两种情况下不同的计数都是 2。

GT 类别相同。所有标签都不同。所以又是 100%。

不同的情况是 YT。两个月包含相同的标签号，因此差异为 0%

这里是预期的结果。差异百分比是月份之间不同的案例百分比。

让我们以 TB 类别为例。

总共 4 个唯一值，每月 2 个唯一值，没有一个相等:

4/4 = 1(所以 100%)

category   pct_diff
TB           100%
GT           100%
YT             0%

Answer 1

df %>%
   group_by(category) %>%
   summarise(perc_diff = 100 * mean(table(tag_number) == 1))

# A tibble: 3 x 2
  category perc_diff
  <chr>        <dbl>
1 GT             100
2 TB             100
3 YT               0