R 频率表：如果变量中的所有数据点共享结果，prop.table 不起作用？

Question

想象一下，您有以下数据集：

df<-data.frame(read.table(header = TRUE, text = "
ID  Wine    Beer    Water   Age Gender
1   0   1   0   20  Male
2   1   0   1   38  Female
3   0   0   1   32  Female
4   1   0   1   30  Male
5   1   1   1   30  Male
6   1   1   1   26  Female
7   0   1   1   36  Female
8   0   1   1   29  Male
9   0   1   1   33  Female
10  0   1   1   20  Female"))

此外，假设您想编制汇总表，打印出饮用葡萄酒、啤酒和水的频率。

我就是这样解决的。

con<-apply(df[,c(2:4)], 2, table)
con_P<-prop.table(con,2)

效果很好。没问题。现在，让我们按如下方式调整数据集：我们将水的所有条目设置为 1.

df<-data.frame(read.table(header = TRUE, text = "

df<-data.frame(read.table(header = TRUE, text = "
ID  Wine    Beer    Water   Age Gender
1   0   1   1   20  Male
2   1   0   1   38  Female
3   0   0   1   32  Female
4   1   0   1   30  Male
5   1   1   1   30  Male
6   1   1   1   26  Female
7   0   1   1   36  Female
8   0   1   1   29  Male
9   0   1   1   33  Female
10  0   1   1   20  Female"))

如果我现在运行以下命令：

con<-apply(df[,c(2:4)], 2, table)
con_P<-prop.table(con,2)

它在第二行之后给我以下错误消息：Error in margin.table(x, margin) : 'x' is not an array！为什么？

如果一个变量中的所有数据点都具有相同的结果，为什么会有所不同？另外，我该怎么做才能避免这个问题？谢谢大家！

Answer 1

函数prop.table使用了函数sweep，它接受一个数组作为第一个参数。由于您的第二个 con 是列表而不是数组，因此 prop.table 将失败。

为什么你的第二个 con 是列表？因为 Water 列只有一个元素，而所有其他列都有 2 个元素。当元素个数不同时apply无法将结果简化为数组，给你一个列表。

在您给我们的示例中，更安全的方法是使用 lapply，它总是会给出一个包含结果的列表：

con <- lapply(df, table)
con_P <- lapply(con, function(x) x/sum(x))

R 频率表：如果变量中的所有数据点共享结果，prop.table 不起作用？

R Frequency Tables: prop.table does not work if all data points within variable share the outcome?

r

apply