programing

dplyr을 사용한 상대 빈도/비율

sourcejob 2023. 6. 13. 22:14
반응형

dplyr을 사용한 상대 빈도/비율

각 그룹 내에서 서로 다른 값의 비율을 계산하려고 합니다.예를 들어, 다음을 사용합니다.mtcars데이터, 암(자동/수동)에 의한 기어 수의 상대 주파수를 어떻게 계산합니까?dplyr?

library(dplyr)
data(mtcars)
mtcars <- tbl_df(mtcars)

# count frequency
mtcars %>%
  group_by(am, gear) %>%
  summarise(n = n())

# am gear  n
#  0    3 15 
#  0    4  4 
#  1    4  8  
#  1    5  5

달성하고자 하는 목표:

am gear  n rel.freq
 0    3 15      0.7894737
 0    4  4      0.2105263
 1    4  8      0.6153846
 1    5  5      0.3846154

사용해 보십시오.

mtcars %>%
  group_by(am, gear) %>%
  summarise(n = n()) %>%
  mutate(freq = n / sum(n))

#   am gear  n      freq
# 1  0    3 15 0.7894737
# 2  0    4  4 0.2105263
# 3  1    4  8 0.6153846
# 4  1    5  5 0.3846154

dplyrvignet에서:

여러 변수로 그룹화하면 각 요약이 그룹화의 한 수준에서 벗겨집니다.따라서 데이터 세트를 점진적으로 롤업하기가 쉽습니다.

그러므로, 그 후에.summarise지정된 마지막 그룹화 변수group_by'기어'가 벗겨집니다.에서mutate단계에서 데이터는 나머지 그룹화 변수(여기서 'am')별로 그룹화됩니다.각 단계에서 그룹화를 확인할 수 있습니다.groups.

필링의 결과는 물론 그룹화 변수의 순서에 따라 달라집니다.group_by호출합니다. 다음 단계를 수행할 수 있습니다.group_by(am)코드를 보다 명확하게 표시합니다.

라운딩과 프레이팅은 @Tyler Lincer의 멋진 답변을 참고하시기 바랍니다.

사용할 수 있습니다.count()그러나 버전에 따라 다른 동작을 갖는 함수dplyr:

  • dplyr 0.7.1: 그룹화되지 않은 테이블을 반환합니다. 다음 기준으로 다시 그룹화해야 합니다.am

  • dplyr < 0.7.1: 그룹화된 테이블을 반환하므로 다시 그룹화할 필요가 없습니다.ungroup()추후의 조작을 위하여.

dplyr 0.7.1

mtcars %>%
  count(am, gear) %>%
  group_by(am) %>%
  mutate(freq = n / sum(n))

dplyr < 0.7.1

mtcars %>%
  count(am, gear) %>%
  mutate(freq = n / sum(n))

그러면 그룹화된 테이블이 생성됩니다. 추가 분석에 사용하려면 그룹화된 속성을 제거하는 것이 유용할 수 있습니다.ungroup().

@헨릭은 열 문자가 더 이상 숫자가 아니라 요청한 내용과 일치하기 때문에 유용성에 더 좋습니다.

mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n()) %>%
  mutate(rel.freq = paste0(round(100 * n/sum(n), 0), "%"))

##   am gear  n rel.freq
## 1  0    3 15      79%
## 2  0    4  4      21%
## 3  1    4  8      62%
## 4  1    5  5      38%

스페이스맨이 요청했기 때문에 편집 :-)

as.rel_freq <- function(x, rel_freq_col = "rel.freq", ...) {
    class(x) <- c("rel_freq", class(x))
    attributes(x)[["rel_freq_col"]] <- rel_freq_col
    x
}

print.rel_freq <- function(x, ...) {
    freq_col <- attributes(x)[["rel_freq_col"]]
    x[[freq_col]] <- paste0(round(100 * x[[freq_col]], 0), "%")   
    class(x) <- class(x)[!class(x)%in% "rel_freq"]
    print(x)
}

mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n()) %>%
  mutate(rel.freq = n/sum(n)) %>%
  as.rel_freq()

## Source: local data frame [4 x 4]
## Groups: am
## 
##   am gear  n rel.freq
## 1  0    3 15      79%
## 2  0    4  4      21%
## 3  1    4  8      62%
## 4  1    5  5      38%

많은 답변에도 불구하고, 다음과 같은 방법을 사용합니다.prop.table'dplyr' 또는 'data.table'과 함께 사용할 수 있습니다.

'dplyr' v. >= 1.1.0 이후 우리는 다음을 사용할 수 있습니다..by에 있어서의 논쟁.mutate:

library(dplyr)

mtcars %>%
  count(am, gear) %>% 
  mutate(freq = prop.table(n), .by = am)

#>   am gear  n      freq
#> 1  0    3 15 0.7894737
#> 2  0    4  4 0.2105263
#> 3  1    4  8 0.6153846
#> 4  1    5  5 0.3846154

dplyr v. < 1.1.0> 이전의 한 가지 접근 방식은 다음과 같습니다.

mtcars %>%
  group_by(am, gear) %>% 
  tally() %>% 
  mutate(freq = prop.table(n))

#> # A tibble: 4 × 4
#> # Groups:   am [2]
#>      am  gear     n  freq
#>   <dbl> <dbl> <int> <dbl>
#> 1     0     3    15 0.789
#> 2     0     4     4 0.211
#> 3     1     4     8 0.615
#> 4     1     5     5 0.385

'data.table'을 사용하면 다음을 수행할 수 있습니다.

library(data.table)
cars_dt <- as.data.table(mtcars)
cars_dt[, .(n = .N), keyby = .(am, gear)][, freq := prop.table(n), by = "am"][]

#>    am gear  n      freq
#> 1:  0    3 15 0.7894737
#> 2:  0    4  4 0.2105263
#> 3:  1    4  8 0.6153846
#> 4:  1    5  5 0.3846154

repref v2.0.2를 사용하여 2022-10-22에 생성됨

이 반복 작업을 위해 작은 함수를 작성했습니다.

count_pct <- function(df) {
  return(
    df %>%
      tally %>% 
      mutate(n_pct = 100*n/sum(n))
  )
}

그런 다음 다음과 같이 사용할 수 있습니다.

mtcars %>% 
  group_by(cyl) %>% 
  count_pct

반환되는 항목:

# A tibble: 3 x 3
    cyl     n n_pct
  <dbl> <int> <dbl>
1     4    11  34.4
2     6     7  21.9
3     8    14  43.8

이 인기 있는 질문의 완전성을 위해 버전 1.0.0 이후dplyrparameter .groups는 그룹화 구조를 제어합니다.summarise 뒤에 합니다.group_by 도움말을 요약합니다.

와 함께.groups = "drop_last",summarise그룹화의 마지막 수준을 삭제합니다.이것은 버전 1.0.0 이전에 얻은 유일한 결과입니다.

library(dplyr)
library(scales)

original <- mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n()) %>%
  mutate(rel.freq =  scales::percent(n/sum(n), accuracy = 0.1))
#> `summarise()` regrouping output by 'am' (override with `.groups` argument)

original
#> # A tibble: 4 x 4
#> # Groups:   am [2]
#>      am  gear     n rel.freq
#>   <dbl> <dbl> <int> <chr>   
#> 1     0     3    15 78.9%   
#> 2     0     4     4 21.1%   
#> 3     1     4     8 61.5%   
#> 4     1     5     5 38.5%

new_drop_last <- mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n(), .groups = "drop_last") %>%
  mutate(rel.freq =  scales::percent(n/sum(n), accuracy = 0.1))

dplyr::all_equal(original, new_drop_last)
#> [1] TRUE

와 함께.groups = "drop"모든 그룹화 수준이 삭제됩니다.결과는 이전의 흔적이 없는 독립적인 경골로 바뀝니다.group_by

# .groups = "drop"
new_drop <- mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n(), .groups = "drop") %>%
  mutate(rel.freq =  scales::percent(n/sum(n), accuracy = 0.1))

new_drop
#> # A tibble: 4 x 4
#>      am  gear     n rel.freq
#>   <dbl> <dbl> <int> <chr>   
#> 1     0     3    15 46.9%   
#> 2     0     4     4 12.5%   
#> 3     1     4     8 25.0%   
#> 4     1     5     5 15.6%

한다면.groups = "keep"이 mtcarsdata와 동일한 그룹 구조(이 경우 mtcars). summarise는 서사용변제않습니다거에 하지 않습니다.group_by.

마막으로와 함께..groups = "rowwise"각 행은 고유한 그룹입니다.은 이 에서 "하는 것과 .

# .groups = "keep"
new_keep <- mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n(), .groups = "keep") %>%
  mutate(rel.freq =  scales::percent(n/sum(n), accuracy = 0.1))

new_keep
#> # A tibble: 4 x 4
#> # Groups:   am, gear [4]
#>      am  gear     n rel.freq
#>   <dbl> <dbl> <int> <chr>   
#> 1     0     3    15 100.0%  
#> 2     0     4     4 100.0%  
#> 3     1     4     8 100.0%  
#> 4     1     5     5 100.0%

# .groups = "rowwise"
new_rowwise <- mtcars %>%
  group_by (am, gear) %>%
  summarise (n=n(), .groups = "rowwise") %>%
  mutate(rel.freq =  scales::percent(n/sum(n), accuracy = 0.1))

dplyr::all_equal(new_keep, new_rowwise)
#> [1] TRUE

관심을 가질 수 있는 또 다른 점은 때때로 적용한 후에group_by그리고.summarise요약 행이 도움이 될 수 있습니다.

# create a subtotal line to help readability
subtotal_am <- mtcars %>%
  group_by (am) %>% 
  summarise (n=n()) %>%
  mutate(gear = NA, rel.freq = 1)
#> `summarise()` ungrouping output (override with `.groups` argument)

mtcars %>% group_by (am, gear) %>%
  summarise (n=n()) %>% 
  mutate(rel.freq = n/sum(n)) %>%
  bind_rows(subtotal_am) %>%
  arrange(am, gear) %>%
  mutate(rel.freq =  scales::percent(rel.freq, accuracy = 0.1))
#> `summarise()` regrouping output by 'am' (override with `.groups` argument)
#> # A tibble: 6 x 4
#> # Groups:   am [2]
#>      am  gear     n rel.freq
#>   <dbl> <dbl> <int> <chr>   
#> 1     0     3    15 78.9%   
#> 2     0     4     4 21.1%   
#> 3     0    NA    19 100.0%  
#> 4     1     4     8 61.5%   
#> 5     1     5     5 38.5%   
#> 6     1    NA    13 100.0%

reprex 패키지(v0.3.0)에 의해 2020-11-09에 생성되었습니다.

이 답변이 유용하기를 바랍니다.

Henrik의 솔루션을 구현하는 일반적인 기능은 다음과 같습니다.dplyr0.7.1.

freq_table <- function(x, 
                       group_var, 
                       prop_var) {
  group_var <- enquo(group_var)
  prop_var  <- enquo(prop_var)
  x %>% 
    group_by(!!group_var, !!prop_var) %>% 
    summarise(n = n()) %>% 
    mutate(freq = n /sum(n)) %>% 
    ungroup
}

또한 (pesky group_by.groups 주위를 둘러보세요).

mtcars %>% 
  count(am, gear) %>% 
  add_count(am, wt = n, name = "nn") %>% 
  mutate(proportion = n / nn)

에 다은음사기용한본다니입 R변답음다를 사용한 R.aggregate그리고.ave:

df1 <- with(mtcars, aggregate(list(n = mpg), list(am = am, gear = gear), length))
df1$prop <- with(df1, n/ave(n, am, FUN = sum))
#Also with prop.table
#df1$prop <- with(df1, ave(n, am, FUN = prop.table))
df1

#  am gear  n      prop
#1  0    3 15 0.7894737
#2  0    4  4 0.2105263
#3  1    4  8 0.6153846
#4  1    5  5 0.3846154

우리는 또한 사용할 수 있습니다.prop.table그러나 출력이 다르게 표시됩니다.

prop.table(table(mtcars$am, mtcars$gear), 1)
   
#            3         4         5
#  0 0.7894737 0.2105263 0.0000000
#  1 0.0000000 0.6153846 0.3846154

이 대답은 마티푸의 대답을 바탕으로 한 것입니다.

먼저 scipen 옵션을 사용하여 freq 열이 과학적 표기 열로 반환되지 않도록 수정했습니다.

그런 다음 답에 100을 곱하여 소수가 아닌 백분율을 얻어서 freq 열을 백분율로 읽기 쉽게 만듭니다.

getOption("scipen") 
options("scipen"=10) 
mtcars %>%
count(am, gear) %>% 
mutate(freq = (n / sum(n)) * 100)

언급URL : https://stackoverflow.com/questions/24576515/relative-frequencies-proportions-with-dplyr

반응형

'programing' 카테고리의 다른 글

사용자 지정 구성 요소 | 초기화 전에 '스토어'에 액세스할 수 없습니다.  (0) 2023.06.13
rs.last()가 전달 전용 결과 집합에 대해 잘못된 작업을 제공함: last  (0) 2023.06.13
업로드된 php 파일을 워드프레스로 실행하는 대신 일반 텍스트로 표시하는 방법은 무엇입니까?  (0) 2023.06.13
ASP.NET 응용 프로그램이 로컬에서 실행 중인지 확인  (0) 2023.06.13
엑셀에서 워드로 붙여넣은 차트의 파일 크기 줄이기  (0) 2023.06.13

'programing'의 다른글

  • 현재글dplyr을 사용한 상대 빈도/비율

관련글

댓글

티스토리툴바