R - 每个邮政编码的二分变量的比率，按邮政编码分组为新的df

Question

我是R的新手并且遇到了麻烦。

我有一个数据框，其中包含一个城市的主题，他们分别居住的邮政编码及其结果（0,1）。

id <- 1:5000
zip <- sample(100:200, 5000, replace = TRUE)
outcome <- rbinom(5000, 1, 0.23)
df <- data.frame(id, outcome, zip)

abs <- table(df$zip, df$outcome)
ratio <- round(prop.table(abs, 1), 2)

使用“abs”，我得到每个结果和ZIP代码的每个结果的绝对数字。

使用“比率”，我得到每个ZIP-Code的每个结果的百分比，并且两个结果列的总和将为1。

我的问题是，A：我如何只根据邮政编码将其中一个结果的百分比纳入表中，

和B：我如何创建一个仅作为ZIP代码分组的数据框，其中一个比例是在表之前（或直接）创建的。 100行邮政编码，每个邮政编码只有一个比例。

Answer 1

这是我使用tidyverse的答案。基本上，我们可以通过zip对观察进行分组，然后通过取均值进行总结。由于唯一可能的结果是0和1，因此均值给出了1的比例。

library(tidyverse)
set.seed(1) ##I set a seed, just to ensure reproducibility 
id <- 1:5000
zip <- sample(100:200, 5000, replace = TRUE)
outcome <- rbinom(5000, 1, 0.23)
df <- data.frame(id, outcome, zip) %>% as_tibble()


new_df <- df %>% group_by(zip) %>% summarise(ratio = mean(outcome))
new_df