请帮助我重新安排表格

Question

这是我到目前为止设置的代码：

library(dslabs)
library(dplyr)
library(lubridate)

data("reported_heights")

dat <- mutate(reported_heights, date_time = ymd_hms(time_stamp)) %>%
  filter(date_time >= make_date(2016, 01, 25) & date_time < make_date(2016, 02, 1)) %>%
  mutate(type = ifelse(day(date_time) == 25 & hour(date_time) == 8 & between(minute(date_time), 15, 30), "inclass","online")) %>%
  select(sex, type, time_stamp)

y <- factor(dat$sex, c("Female", "Male"))
x <- dat$type

counter <- count(dat, sex,type)

它为我创建了一个tbl_df，看起来像这样，链接如下：

      sex | type    | n 
1  Female | inclass | 26
2  Male   | inclass | 13
3  Female | online  | 42
4  Male   | online  | 69

我问您是否可以通过代码来计算每种性别在每种班级中所占的比例。

我一直在尝试使用x字符“ inclass”和“ online”作为列创建新表，并添加了比例列，然后将y因子“ male”和“ female”作为行。我一直在尝试使用pull()和prop.table()来做到这一点，但是我是一个新手，如果您的美丽专家可以帮助我，那对我来说将意味着整个世界。我已经回答了几个小时，也许答案已经在那里了，所以请原谅我似乎找不到它...。非常感谢。

在每种类型的课堂（在线和课堂）中性别（男性和女性）的比例是多少？

可以通过将性别除以给定类的学生总数来计算。

例如：在（42 + 69）= 111中，有42位女性在网上学习。答：在网络课堂上，女性占38％。

我们如何在R中做到这一点？

Answer 1

您可以使用table()，

my.table <- with(dat, table(sex, type))
my.table
#         type
# sex      inclass online
#   Female      26     42
#   Male        13     69

和apply()结果的一个函数。

res <- apply(my.table, 2, function(x) x/sum(x)*100) 
res
#         type
# sex       inclass   online
#   Female 66.66667 37.83784
#   Male   33.33333 62.16216

要获得更好的输出，可以先round()然后添加%。

res2 <- as.data.frame(unclass(round(res, 1)))
res2[] <- lapply(res2, paste0, "%")
res2
#        inclass online
# Female   66.7%  37.8%
# Male     33.3%  62.2%

Answer 2

要获得每个类别中的比例，我们可以在基数R中使用ave

df$prop <- with(df, n/ave(n, type, FUN = sum)) * 100 
df
#     sex    type  n     prop
#1 Female inclass 26 66.66667
#2   Male inclass 13 33.33333
#3 Female  online 42 37.83784
#4   Male  online 69 62.16216

[dplyr也可以实现

library(dplyr)
df %>% group_by(type) %>% mutate(prop = n/sum(n) * 100)

和data.table

library(data.table)
setDT(df)[, prop := n/sum(n) * 100, by = type]

数据

df <- structure(list(sex = structure(c(1L, 2L, 1L, 2L), .Label = c("Female", 
"Male"), class = "factor"), type = structure(c(1L, 1L, 2L, 2L
), .Label = c("inclass", "online"), class = "factor"), n = c(26L, 
13L, 42L, 69L)), class = "data.frame", row.names = c(NA, -4L))