通过组变量计算多个数值变量的百分比

Question

我正在尝试计算取决于唯一类别的列的百分比，如图像所示。

正如我们在图像中看到的，其中 Tag 是一列，Long 是另一列。所以这里我们要基于 Unique Tag No 计算 Long 列的百分比。在所有 Tag=1 和 Long 列中的值的示例之一 1004 is 0.42% 和 544 is 0.22% 和 545 is 0.22% 和 282 is 0.11% 和 1 is 0.00% 的 Total 2376。类似地，对于每个 Tag 和其他列（例如 Medium 、Short、Urgent 的百分比计算都将完成。

df <- data.frame(Tag = c(1 ,1 ,1 ,1 ,1 ,2 ,2 ,2 ,2 ,2),
       YPred = c("L1", "L2" ,"L3", "L4", "L5", "L1", "L2", "L3", "L4", "L5"),
       Long = c(1004 , 544 , 545 , 282  ,  1 ,2068 ,3006 ,3711 ,2342 ,  33),
       Medium = c(108, 252, 211, 149,   0,  17, 110, 248, 341,   4),
       short = c(58, 118, 131,  73,   4,   0,  43, 150, 189,2),
       Urgent = c(5, 70, 65, 24 , 5 ,22 ,18, 31 ,96,  2))

这里的 Expected Output 是用 Color 写的 Image 输出。谢谢

Answer 1

这是处理您的任务的一种方法。您按 Tag 对数据进行分组。然后，您想对四列（即 Long、Medium、short 和 Urgent）进行您描述的计算。您将每个组中的每个值除以 mutate_at().

中每个组的值之和

library(dplyr)

group_by(df, Tag) %>%
mutate_at(.vars = vars(Long:Urgent),
          .funs = funs(. / sum(., na.rm = TRUE)))

#     Tag  YPred         Long      Medium       short     Urgent
#   <dbl> <fctr>        <dbl>       <dbl>       <dbl>      <dbl>
# 1     1     L1 0.4225589226 0.150000000 0.151041667 0.02958580
# 2     1     L2 0.2289562290 0.350000000 0.307291667 0.41420118
# 3     1     L3 0.2293771044 0.293055556 0.341145833 0.38461538
# 4     1     L4 0.1186868687 0.206944444 0.190104167 0.14201183
# 5     1     L5 0.0004208754 0.000000000 0.010416667 0.02958580
# 6     2     L1 0.1853046595 0.023611111 0.000000000 0.13017751
# 7     2     L2 0.2693548387 0.152777778 0.111979167 0.10650888
# 8     2     L3 0.3325268817 0.344444444 0.390625000 0.18343195
# 9     2     L4 0.2098566308 0.473611111 0.492187500 0.56804734
#10     2     L5 0.0029569892 0.005555556 0.005208333 0.01183432

通过组变量计算多个数值变量的百分比

Calculating percentages for multiple numeric variables by a group variable

r

percentage

reshape2

dplyr