在SPSS是相当容易地创建使用“自定义表”分类变量的汇总表:
我怎样才能做到这一点R中?
通用,可扩展的解决方案是优选的,使用Plyr和/或Reshape2封装解决方案,因为我想学习这些。
实施例的数据:(mtcars处于R安装)
df <- colwise(function(x) as.factor(x) ) (mtcars[,8:11])
PS
请注意,我的目标是让一切都在一个表像的图片。 我一直在strugling好几个小时,但我尝试过这么差,可能发布的代码不会增加问题的可理解性。
Answer 1:
一种方式来获得输出,而不是格式:
library(plyr)
ldply(mtcars[,8:11],function(x) t(rbind(names(table(x)),table(x),paste0(prop.table(table(x))*100,"%"))))
.id 1 2 3
1 vs 0 18 56.25%
2 vs 1 14 43.75%
3 am 0 19 59.375%
4 am 1 13 40.625%
5 gear 3 15 46.875%
6 gear 4 12 37.5%
7 gear 5 5 15.625%
8 carb 1 7 21.875%
9 carb 2 10 31.25%
10 carb 3 3 9.375%
11 carb 4 10 31.25%
12 carb 6 1 3.125%
13 carb 8 1 3.125%
Answer 2:
使用A基础R溶液lapply()
和do.call()
与rbind()
到片缝合在一起:
x <- lapply(mtcars[, c("vs", "am", "gear", "carb")], table)
neat.table <- function(x, name){
xx <- data.frame(x)
names(xx) <- c("Value", "Count")
xx$Fraction <- with(xx, Count/sum(Count))
data.frame(Variable = name, xx)
}
do.call(rbind, lapply(seq_along(x), function(i)neat.table(x[i], names(x[i]))))
结果是:
Variable Value Count Fraction
1 vs 0 18 0.56250
2 vs 1 14 0.43750
3 am 0 19 0.59375
4 am 1 13 0.40625
5 gear 3 15 0.46875
6 gear 4 12 0.37500
7 gear 5 5 0.15625
8 carb 1 7 0.21875
9 carb 2 10 0.31250
10 carb 3 3 0.09375
11 carb 4 10 0.31250
12 carb 6 1 0.03125
13 carb 8 1 0.03125
剩下的就是格式化。
Answer 3:
这里是我的解决方案。 这是不漂亮,这就是为什么我把包放在其头上(包装在一个函数)。 我也再添变数,以证明它的一般(我希望)。
prettyTable <- function(x) {
tbl <- apply(x, 2, function(m) {
marc <- sort(unique(m))
cnt <- matrix(table(m), ncol = 1)
out <- cbind(marc, cnt)
out <- out[order(marc), ] # do sorting
out <- cbind(out, round(prop.table(out, 2)[, 2] * 100, 2))
})
x2 <- do.call("rbind", tbl)
spaces <- unlist(lapply(apply(x, 2, unique), length))
space.names <- names(spaces)
spc <- rep("", sum(spaces))
ind <- cumsum(spaces)
ind <- abs(spaces - ind)+1
spc[ind] <- space.names
out <- cbind(spc, x2)
out <- as.data.frame(out)
names(out) <- c("Variable", "Levels", "Count", "Column N %")
out
}
prettyTable(x = mtcars[, c(2, 8:11)])
Variable Levels Count Column N %
1 cyl 4 11 34.38
2 6 7 21.88
3 8 14 43.75
4 vs 0 18 56.25
5 1 14 43.75
6 am 0 19 59.38
7 1 13 40.62
8 gear 3 15 46.88
9 4 12 37.5
10 5 5 15.62
11 carb 1 7 21.88
12 2 10 31.25
13 3 3 9.38
14 4 10 31.25
15 6 1 3.12
16 8 1 3.12
使用googleVis
包,你可以方便的HTML表格。
plot(gvisTable(prettyTable(x = mtcars[, c(2, 8:11)])))
Answer 4:
您可能会发现下面的代码片段是有用的。 它利用基本软件包的功能表 ,margin.table和prop.table并且不需要任何其他包。 它收集结果与无论名称如何尺寸的列表(这些可以收集与rbind一个矩阵):
dat <- table(mtcars[,8:11])
result <- list()
for(m in 1:length(dim(dat))){
martab <- margin.table(dat, margin=m)
result[[m]] <- cbind(Freq=martab, Prop=prop.table(martab))
}
names(result) <- names(dimnames(dat))
> result
$vs
Freq Prop
0 18 0.5625
1 14 0.4375
$am
Freq Prop
0 19 0.59375
1 13 0.40625
$gear
Freq Prop
3 15 0.46875
4 12 0.37500
5 5 0.15625
$carb
Freq Prop
1 7 0.21875
2 10 0.31250
3 3 0.09375
4 10 0.31250
6 1 0.03125
8 1 0.03125
Answer 5:
下面是使用的溶液freq
的函数questionr
封装(无耻autopromotion,抱歉):
R> lapply(df, freq)
$vs
n %
0 18 56.2
1 14 43.8
NA 0 0.0
$am
n %
0 19 59.4
1 13 40.6
NA 0 0.0
$gear
n %
3 15 46.9
4 12 37.5
5 5 15.6
NA 0 0.0
$carb
n %
1 7 21.9
2 10 31.2
3 3 9.4
4 10 31.2
6 1 3.1
8 1 3.1
NA 0 0.0
Answer 6:
不幸的是,似乎是没有R包还可以生成一个不错的输出像SPSS。 对于产生表的大多数功能似乎定义自己的特殊格式,如果你要导出或以另一种方式进行这项工作什么让你陷入困境。
但我敢肯定,R是深谙此道,所以我开始写自己的功能。 我很高兴与大家分享的结果(在进展状况的工作,但能够完成任务)与您:
下面的函数在一个data.frame返回所有因子变量的因子变量“可变”的每个级别的频率或比例(计算值=“PERC”)。
最重要的一点可能是,输出是一个简单的和用户友好的data.frame。 因此,相对于很多其他的功能,这是没有问题与它导出结果为任何你想要的工作。
我认识到,有进一步改善的潜力巨大,即增加一个可能性选择行与列百分比计算,等等。
contitable <- function( survey_data, variable, calc="freq" ){
# Check which variables are not given as factor
# and exlude them from the given data.frame
survey_data_factor_test <- as.logical( sapply( Survey, FUN=is.factor) )
survey_data <- subset( survey_data, select=which( survey_data_factor_test ) )
# Inform the user about deleted variables
# is that proper use of printing to console during a function call??
# for now it worksjust fine...
flush.console()
writeLines( paste( "\n ", sum( !survey_data_factor_test, na.rm=TRUE),
"non-factor variable(s) were excluded\n" ) )
variable_levels <- levels(survey_data[ , variable ])
variable_levels_length <- length( variable_levels )
# Initializing the data.frame which will gather the results
result <- data.frame( "Variable", "Levels", t(rep( 1, each=variable_levels_length ) ) )
result_column_names <- paste( variable, variable_levels, sep="." )
names(result) <- c("Variable", "Levels", result_column_names )
for(column in 1:length( names(survey_data) ) ){
column_levels_length <- length( levels( survey_data[ , column ] ) )
result_block <- as.data.frame( rep( names(survey_data)[column], each=column_levels_length ) )
result_block <- cbind( result_block, as.data.frame( levels( survey_data[,column] ) ) )
names(result_block) <- c( "Variable", "Levels" )
results <- table( survey_data[ , column ], survey_data[ , variable ] )
if( calc=="perc" ){
results <- apply( results, MARGIN=2, FUN=function(x){ x/sum(x) })
results <- round( results*100, 1 )
}
results <- unclass(results)
results <- as.data.frame( results )
names( results ) <- result_column_names
rownames(results) <- NULL
result_block <- cbind( result_block, results)
result <- rbind( result, result_block )
}
result <- result[-1,]
return( result )
}
文章来源: Create summary table of categorical variables of different lengths