我正在尝试构建嵌套的自定义函数来获取交叉表的输出。许多交叉表函数只允许在表内进行计算，而我需要将表中的每个值除以来自不同逻辑的值。但是因为我需要很多交叉表，所以我想构建一个函数，它将交叉表和每个值除以外部数据结合起来。
以下是初始数据：
Key <- c("Yellow", "Yellow", "Red", "Blue", "Yellow", "Red", "Blue", "Yellow", "Yellow", "Red", "Blue", "Yellow", "Red", "Blue", "Blue")
Speed <- c("Slow", "Fast", "Mid", "Fast", "Mid", "Slow", "Slow", "Mid", "Slow", "Fast", "Mid", "Fast", "Mid", "Fast", "Mid")
ID <- factor(c(1, 1, 1, 2, 2, 3, 3, 4, 5, 6, 6, 8, 9, 9, 10))
init_dt <- data.frame(ID, Key, Speed)和第一个函数的交叉表与简单的频率：
crosstab <- function(dt, col_y, col_x){
col_y = sym(col_y)
col_x = sym(col_x)
dt %>% group_by(!!col_y, !!col_x) %>%
tally() %>%
spread(!!col_x, n)
}当我将这个函数应用于初始数据时，我得到以下结果：
crosstab_key <- crosstab(init_dt, "Key", 'Speed')
crosstab_key
# A tibble: 3 × 4
# Groups: Key [3]
Key Fast Mid Slow
<chr> <int> <int> <int>
1 Blue 2 2 1
2 Red 1 2 1
3 Yellow 2 2 2之后，我使用相同的初始数据但单独的函数计算除法的值：
div <- function(dt, id, col_y, col_x) {
col_y = sym(col_y)
id = sym(id)
col_x = sym(col_x)
dt%>% select(id, col_y, col_x) %>%
group_by(!!col_x) %>%
distinct(!!id) %>%
summarise(count = n())
}当应用此函数时，我得到以下结果：
div_speed <- div(init_dt, "ID", "Key", "Speed")
div_speed
# A tibble: 3 × 2
Speed count
<chr> <int>
1 Fast 5
2 Mid 6
3 Slow 4我想将交叉表crosstab_key中的每个值除以div_speed中的值。我可以这样合并函数：
crosstab(init_dt, "Key", 'Speed') %>% rowwise() %>%
mutate(across(everything())/div(init_dt, "ID", "Key", "Speed")$count)
# A tibble: 3 × 4
# Rowwise: Key
Key Fast Mid Slow
<chr> <dbl> <dbl> <dbl>
1 Blue 0.4 0.333 0.25
2 Red 0.2 0.333 0.25
3 Yellow 0.4 0.333 0.5但是我想避免单独使用div函数，所以我的问题是如何将这两个函数组合在一起（正如您所看到的，参数是相同的：dt, id, col_y, col_x，因为它们来自相同的初始 Dataframe ），这样我就不需要在每次需要将交叉表除以某些值时创建div_对象。最重要的是，我还需要将每个值四舍五入到四位小数mutate_at(2:4, funs(round(., 4)))。
2条答案
按热度按时间vh0rcniy1#
关于Tidyverse
您可以将两个功能简化为一个。
创建于2023-03-23带有reprex v2.0.2
按照您的步骤，我首先计算了每个
col_x对应的ids的不同个数。然后，你要计算每
col_x和col_y的id的数量，并将其除以我们之前计算的数量。我们可以分两步来做：
但是
pivot_wider中的values_fn参数允许我们对扩展列进行操作。因此我们可以一次完成。带table
看起来你可以用
table和prop.table得到相同的结果：创建于2023-03-23带有reprex v2.0.2
将4位数强制写入
kablencecgwcz2#
这里有一种方法可以将它们组合起来，使交叉制表符的功能。我注意到你正在使用
spread()，但pivot_wider()是替代功能，如果你有访问权限，应该使用它。