dplyr生成频数表

本文介绍如何利用dplyr包生成频数表

创建示例数据

set.seed(111)                        
# Create random example data
data <- data.frame(x = sample(1:5, 100, replace = TRUE),
                   y = sample(LETTERS[1:3], 100, replace = TRUE))
head(data)    

#   x y
# 1 3 B
# 2 4 B
# 3 3 B
# 4 1 B
# 5 3 C
# 6 5 B

示例数据框包括100行2列数据。其中x的范围是1到5，y为A、B、C三个字母值。

使用R数据

我们可以使用R内置函数table对多个列进行分组生成列联表：

with(data,table(x,y))

#    y
# x    A  B  C
#   1  7  6  6
#   2  4  8  6
#   3  1  8  8
#   4  6  9  9
#   5  7  4 11

但不够直观，这里使用dplyr包，首先对数据进行分组，然后利用summarise()函数计算每组记录数，最后利用mutate计算频率列freq:

library("dplyr")
set.seed(111)                        
# Create random example data
data <- data.frame(x = sample(1:5, 100, replace = TRUE),
                   y = sample(LETTERS[1:3], 100, replace = TRUE))
# head(data) 

data <- data %>%                               # Create tibble with frequencies
  group_by(x, y) %>%
  summarise(n = n(), .groups = 'drop') %>%
  mutate(freq = n / sum(n))

data
# A tibble: 15 x 4
#        x y         n  freq
#    <int> <chr> <int> <dbl>
#  1     1 A         7  0.07
#  2     1 B         6  0.06
#  3     1 C         6  0.06
#  4     2 A         4  0.04
#  5     2 B         8  0.08
#  6     2 C         6  0.06
#  7     3 A         1  0.01
#  8     3 B         8  0.08
#  9     3 C         8  0.08
# 10     4 A         6  0.06
# 11     4 B         9  0.09
# 12     4 C         9  0.09
# 13     5 A         7  0.07
# 14     5 B         4  0.04
# 15     5 C        11  0.11