r - 在 R 中按组汇总百分比

Question

我希望按行业的女性和男性百分比来总结我的数据集。我仍在学习 R 并且无法弄清楚这一点。

我的数据:

<表类="s-表"> <头> 行业 男 女 <正文> 艺术/娱乐 100 500 银行业 600 100 医疗保健 53 65 教育 20 766 军事 47 96 医学 500 400 法律 500 500 计算机 200 144 销售 420 69

目标:

<表类="s-表"> <头> 行业 男 女 F% M% <正文> 艺术/娱乐 100 500 银行业 600 100 医疗保健 53 65 教育 20 766 军事 47 96 医学 500 400 法律 500 500 计算机 200 144 销售 420 69

Answer 1

1) proportions 如果您的输入是 df1(在末尾的注释中重复显示)，则将列名称更改为所需的名称并将其转换为矩阵 m。最后在上面使用 proportions，margin 为 1 表示行比例——2 表示列比例。请注意，我们在第一行转换为矩阵，因为 proportions 需要这样做。

m <- as.matrix(setNames(df1[-1], c("%M", "%F")))
cbind(df1, 100 * proportions(m, 1))
##            Industry Male Female        %M       %F
## 1 Art/Entertainment  100    500 16.666667 83.33333
## 2           Banking  600    100 85.714286 14.28571
## 3        Healthcare   53     65 44.915254 55.08475
## ...snip...

2) rowSums 另一种方法是将 df1[-1] 除以 rowSums 给出相同的结果。

cbind(df1, setNames(100 * df1[-1] / rowSums(df1[-1]), c("%M", "%F")))
##            Industry Male Female        %M       %F
## 1 Art/Entertainment  100    500 16.666667 83.33333
## 2           Banking  600    100 85.714286 14.28571
## 3        Healthcare   53     65 44.915254 55.08475
## ...snip...

3) dplyr 使用 across 复制具有指定名称的列，然后将其乘以 100 并使用 c_across 来除以列的总和

df1 %>%
  group_by(Industry) %>%
  mutate(100 * across(.names = "%{.col}") / sum(c_across())) %>%
  ungroup
## # A tibble: 9 x 5
##   Industry           Male Female `%Male` `%Female`
##   <chr>             <int>  <int>   <dbl>     <dbl>
## 1 Art/Entertainment   100    500   16.7       83.3
## 2 Banking             600    100   85.7       14.3
## 3 Healthcare           53     65   44.9       55.1
## ...snip...

4) transform 这个与另一个答案很接近，但它不会覆盖输入:

transform(df1, 
  "%M" = 100 * Male / (Male + Female), 
  "%F" = 100 * Female / (Male + Female),  
  check.names = FALSE)
##            Industry Male Female        %M       %F
## 1 Art/Entertainment  100    500 16.666667 83.33333
## 2           Banking  600    100 85.714286 14.28571
## 3        Healthcare   53     65 44.915254 55.08475
## ...snip...

注意事项

以可重现的形式输入:

df1 <- structure(list(Industry = c("Art/Entertainment", "Banking", "Healthcare", 
"Education", "Military", "Medicine", "Law", "Computer", "Sales"
), Male = c(100L, 600L, 53L, 20L, 47L, 500L, 500L, 200L, 420L
), Female = c(500L, 100L, 65L, 766L, 96L, 400L, 500L, 144L, 69L
)), class = "data.frame", row.names = c(NA, -9L))