我如何计算R中每个变量与值之间的关联？

Question

我有一个具有31列（V1：V31）的大型数据框，并且有许多行具有V1：V31的不同组合。 NA指示该变量何时不属于组合。下面的示例是我的数据的子集，仅包含前8个变量和前5个组合。我已经将每个变量的值排序为低/中/高。

   V1  V2   V3   V4   V5   V6   V7   V8 
1 Low Low High <NA> <NA> <NA> <NA> <NA>
2 Low Low <NA> High <NA> <NA> <NA> <NA> 
3 Low Low <NA> <NA> High <NA> <NA> <NA> 
4 Low Low <NA> <NA> <NA> <NA> High <NA> 
5 Low Low <NA> <NA> <NA> <NA> <NA> High 

我试图找到的是具有一个值（低/中/高）的变量与另一个变量的值（低/中/高）关联的次数。

例如：

当V1为低时，V2多低/中/高？

当V1为mid时V2低/中/高的频率是多少？

V1为high时V2低/中/高的频率是多少？

当V2为低时，V3多低/中/高？

依此类推。

我想象每个数据帧，或将它们放在数据帧列表中，看起来像这样。

V1low <- data.frame()

   Low Mid High    
V2 11  3   4 
V3 45  5   34 
V4 3   67  5 
V5 6   45  5 

V1mid<- data.frame()

   Low Mid High    
V2 11  3   4 
V3 45  5   34 
V4 3   67  5 
V5 6   45  5 

V1high<- data.frame()

   Low Mid High    
V2 11  3   4 
V3 45  5   34 
V4 3   67  5 
V5 6   45  5 

V2low<- data.frame()

   Low Mid High    
V3 11  3   4 
V4 45  5   34 
V5 3   67  5 
V6 6   45  5 

我该如何解决这个问题？

Answer 1

创建最小示例data.frame：

df <- data.frame(V1= c("low", "mid", "low", "high", "low"),
                 V2=c("mid", "high", NA, "high", "mid"),
                 V3=c("high", NA, "mid", "mid", "mid"),
                 stringsAsFactors = FALSE)

使用table显示可变值配对的频率。

table(df$V1, df$V2, useNA="always",deparse.level = 2)

我们还可以传递两个以上的“维度”：

table(df$V1, df$V2, df$V3, useNA="always",deparse.level = 2)

Answer 2

library(tidyverse)

df %>%
  pivot_longer(everything(), names_to = "col", values_to = "val") %>%
  mutate(col2 = col) %>%
  group_by(col, val, col2) %>%
  summarise(ct = n()) 

数据：

strata <- c("low", "med", "high", NA)
get_levels <- function(n) sample(strata, n, replace = TRUE)
df <- tibble(V1 = get_levels(10), 
             V2 = get_levels(10), 
             V3 = get_levels(10),
             V4 = get_levels(10))