在R中，如何将多个变量分支到另一个变量下？

huangapple
go评论114阅读模式
英文:

How could one branch multiple variables under another variable in R?

问题

我正在尝试按一组变量将我的观察结果分组，这些变量最终会归属于最后一组变量。这是我的示例数据：

  1.          国家         姓名      民族       党派
  3.          阿富汗     约翰      普什图人   X党
  4.          阿富汗     奥利弗    普什图人   Y党
  5.          阿富汗     布拉德    塔吉克人   X党
  6.          阿富汗     查德      哈扎拉人   X党
  7.          波斯尼亚   维尔京    塞尔维亚人 P党
  8.          波斯尼亚   玛丽      塞尔维亚人 P党
  9.          波斯尼亚   耶稣      克罗地亚人 C党

我要做的是在每个党派下创建所有现有民族的集合，并计算在每个党派下有多少人属于每个民族，还要考虑国家，结果应该如下所示：

  1.          国家         党派     民族       人数
  3.          阿富汗     X党     普什图人   1
  4.          阿富汗     X党     塔吉克人   1
  5.          阿富汗     X党     哈扎拉人   1
  6.          阿富汗     Y党     普什图人   1
  7.          阿富汗     Y党     塔吉克人   0
  8.          阿富汗     Y党     哈扎拉人   0
  9.          波斯尼亚   P党     塞尔维亚人 2
  10.          波斯尼亚   P党     克罗地亚人 0
  11.          波斯尼亚   C党     塞尔维亚人 0
  12.          波斯尼亚   C党     克罗地亚人 1

到目前为止，我尝试了 group_by 和 aggregate 函数，但没有成功。

英文:

I'm trying to group my observations by a set of variables under another set of variables which is, finally, under a last set of variables. Here's what I have for example:

  1.      country      name     ethnicity   party
  3.      Afghanistan  john     Pashtun     X Party
  4.      Afghanistan  oliver   Pashtun     Y Party
  5.      Afghanistan  brad     Tajik       X Party
  6.      Afghanistan  chad     Hazara      X Party
  7.      Bosnia       virgin   Serb        P Party
  8.      Bosnia       mary     Serb        P Party
  9.      Bosnia       jesus    Croat       C Party

What I'm going for should create the set of all existing ethnicities under each party and count how many persons are under each ethnicity in a party, within a country and look something like:

  1.      country      party     ethnicity   count
  3.      Afghanistan  X Party   Pashtun     1
  4.      Afghanistan  X Party   Tajik       1
  5.      Afghanistan  X Party   Hazara      1
  6.      Afghanistan  Y Party   Pashtun     1
  7.      Afghanistan  Y Party   Tajik       0
  8.      Afghanistan  Y Party   Hazara      0
  9.      Bosnia       P Party   Serb        2
  10.      Bosnia       P Party   Croat       0
  11.      Bosnia       C Party   Serb        0
  12.      Bosnia       C Party   Croat       1

So far I've tried the functions group_by and aggregate to no avail.

答案1

得分: 1

这是一个非常简单的操作，请阅读这本书 https://r4ds.had.co.nz/

  1. library(data.table)
  2. library(tidyverse)
  4. df_example <- fread("country      name     ethnicity   party coolness
  5. Afghanistan  john     Pashtun     X_Party     cool
  6. Afghanistan  oliver   Pashtun     Y_Party     not_cool
  7. Afghanistan  brad     Tajik       X_Party     cool
  8. Afghanistan  chad     Hazara      X_Party     not_cool
  9. Bosnia       virgin   Serb        P_Party     cool
  10. Bosnia       mary     Serb        P_Party     cool
  11. Bosnia       jesus    Croat       C_Party     not_cool" ,
  13.                     header = TRUE)
  16. df_example %>%
  17.   group_by(country,ethnicity,party) %>%
  18.   add_tally() %>%
  19.   select(-name) %>%
  20.   distinct()
英文:

this is a really simply operation, please read this book https://r4ds.had.co.nz/

  1. library(data.table)
  2. library(tidyverse)
  4. df_example &lt;- fread(&quot;country      name     ethnicity   party coolness
  5. Afghanistan  john     Pashtun     X_Party     cool
  6. Afghanistan  oliver   Pashtun     Y_Party     not_cool
  7. Afghanistan  brad     Tajik       X_Party     cool
  8. Afghanistan  chad     Hazara      X_Party     not_cool
  9. Bosnia       virgin   Serb        P_Party     cool
  10. Bosnia       mary     Serb        P_Party     cool
  11. Bosnia       jesus    Croat       C_Party     not_cool&quot; ,
  12.                     
  13.                     header = TRUE)
  16. df_example %&gt;% 
  17.   group_by(country,ethnicity,party) %&gt;% 
  18.   add_tally() %&gt;% 
  19.   select(-name) %&gt;% # Some stuff that you don&#39;t want
  20.   distinct()

答案2

得分: 1

你可以使用 dplyr 和 tidyr：

  1. df %>%
  2.   count(!!!select(., -name)) %>%
  3.   group_by(country) %>%
  4.   complete(ethnicity, nesting(party), fill = list(n = 0))
  6.    country     ethnicity party       n
  7.    <chr>       <chr>     <fct>   <dbl>
  8.  1 Afghanistan Hazara    X Party     1
  9.  2 Afghanistan Hazara    Y Party     0
  10.  3 Afghanistan Pashtun   X Party     1
  11.  4 Afghanistan Pashtun   Y Party     1
  12.  5 Afghanistan Tajik     X Party     1
  13.  6 Afghanistan Tajik     Y Party     0
  14.  7 Bosnia      Croat     C Party     1
  15.  8 Bosnia      Croat     P Party     0
  16.  9 Bosnia      Serb      C Party     0
  17. 10 Bosnia      Serb      P Party     2
英文:

You can use dplyr and tidyr:

  1. df %&gt;%
  2.  count(!!!select(., -name)) %&gt;%
  3.  group_by(country) %&gt;%
  4.  complete(ethnicity, nesting(party), fill = list(n = 0))
  6.    country     ethnicity party       n
  7.    &lt;chr&gt;       &lt;chr&gt;     &lt;fct&gt;   &lt;dbl&gt;
  8.  1 Afghanistan Hazara    X Party     1
  9.  2 Afghanistan Hazara    Y Party     0
  10.  3 Afghanistan Pashtun   X Party     1
  11.  4 Afghanistan Pashtun   Y Party     1
  12.  5 Afghanistan Tajik     X Party     1
  13.  6 Afghanistan Tajik     Y Party     0
  14.  7 Bosnia      Croat     C Party     1
  15.  8 Bosnia      Croat     P Party     0
  16.  9 Bosnia      Serb      C Party     0
  17. 10 Bosnia      Serb      P Party     2

huangapple
  • 本文由 发表于 2020年1月3日 21:54:19
  • 转载请务必保留本文链接：https://go.coder-hub.com/59579796.html
  • aggregate
  • grouping
  • r
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定