使用R的tidyverse,如何获得跨行的每列的百分比值?以mpg数据集为例,我尝试了以下代码:
new_mpg <- mpg %>%
group_by(manufacturer, model) %>%
summarise (n = n()) %>%
spread(model, n) %>%
mutate_if(is.integer, as.numeric)
new_mpg[,-1] %>%
mutate(sum = rowSums(.))
我想创建以下输出:
manufacturer | 4runner4wd | a4 | a4 quattro | a6 quattro | altima |
--------------------------------------------------------------------------
audi | NA | 0.3888889 | 0.444444 | 0.166667 | NA |
但是,当我到达时
new_mpg[,-1] %>%
mutate(sum = rowSums(.))
sum列返回NA。我无法计算n()/ sum。我会得到NA。任何想法如何解决这一问题?
正如@camille在评论中提到的,你需要在na.rm = TRUE
电话中使用rowSums
。要获得制造商中每个模型的百分比,您需要首先计算按制造商和型号分组的每个模型的数量,然后获得仅由制造商分组的百分比。 dplyr
以这种方式很聪明,因为它在summarise
之后删除了一层分组,所以你只需要添加一个mutate:
library(dplyr)
library(tidyr)
library(ggplot2)
new_mpg <- mpg %>%
group_by(manufacturer, model) %>%
summarise (n = n()) %>%
mutate(n = n/sum(n)) %>%
spread(model, n) %>%
mutate_if(is.integer, as.numeric)
new_mpg[,-1] %>%
mutate(sum = rowSums(., na.rm = TRUE))