彙總或總結比率

以下是玩具問題，展示了我的問題。彙總或總結比率

我有一個數據框，其中包含一堆僱員;對於每位員工而言，它都有姓名，工資，性別和國家。

aggregate(salary ~ state) # Returns the average salary per state 
aggregate(salary ~ state + gender, data, FUN = mean) # Avg salary per state/gender

我真正需要的是每個州婦女總收入的一部分。

aggregate(salary ~ state + gender, data, FUN = sum)

返回由女性（和男人）在每個州獲得的總薪酬，但我真正需要的是salary_w/salary_total在每個國家的水平。我可以寫一個for循環等 - 但我想知道是否有某種方法來使用聚合來做到這一點。

來源

2010-12-02 bsdfish

相關問題[這裏]（http://stackoverflow.com/questions/4337170/calculating-subtotals-in-r） – Chase 2010-12-03 02:57:05

可能重塑或reshape2將幫助您的工作。

這裏是一個示例腳本：

library(reshape2) # from CRAN 

# sample data 
d <- data.frame(expand.grid(state=gl(2,2),gender=gl(2,1, labels=c("Men","Wemon"))), 
    salaly=runif(8)) 

d2 <- dcast(d, state~gender, sum) 
d2$frac <- d2$Wemon/(d2$Men+d2$Wemon)

來源

2010-12-03 02:16:38 kohske

另一種辦法是使用plyr。 ddply()需要data.frame作爲輸入，並將返回一個data.frame作爲輸出。第二個參數是你想如何拆分數據框。第三個參數是我們想要應用到塊的，我們使用summarise從現有的data.frame中創建一個新的data.frame。

library(plyr) 

#Using the sample data from kohske's answer above 

> ddply(d, .(state), summarise, ratio = sum(salary[gender == "Woman"])/sum(salary)) 
    state  ratio 
1  1 0.5789860 
2  2 0.4530224

來源

2010-12-03 02:39:24 Chase

很酷的解決方案！ – kohske 2010-12-03 02:51:14

它通常是不可取的，命名您的數據集，「數據」，所以我會稍微改變一下問題來命名數據集「DAT1」。

 with(subset(dat1, gender="Female"), aggregate(salary, state, sum)/ 
# should return a vector 
     with(data=dat1,     aggregate(salary, state, sum) 
      # using R's element-wise division

我想你也使用附加和有充分理由重新考慮這一決定，儘管你可能在克勞利讀什麼。

來源

2010-12-03 04:01:02

ave函數適用於這樣的問題。

Data$ratio <- ave(Data$salary, Data$state, Data$gender, FUN=sum)/
       ave(Data$salary, Data$state, FUN=sum)

來源

2010-12-03 04:25:30

另一種解決方案是使用xtabs和prop.table：

prop.table(xtabs(salary ~ state + gender,data),margin=1)

來源

2010-12-03 10:28:23 James

既然你想在每個狀態的基礎上tapply結果可能是你想要的。

爲了說明，讓我們產生一些任意的數據一起玩：

set.seed(349) # For replication 
n <- 20000  # Sample size 
gender <- sample(c('M', 'W'), size = n, replace = TRUE) # Random selection of gender 
state <- c('AL','AK','AZ','AR','CA','CO','CT','DE','DC','FL','GA','HI', 
      'ID','IL','IN','IA','KS','KY','LA','ME','MD','MA','MI','MN', 
      'MS','MO','MT','NE','NV','NH','NJ','NM','NY','NC','ND','OH', 
      'OK','OR','PA','RI','SC','SD','TN','TX','UT','VT','VA','WA', 
      'WV','WI','WY')  # All US states 
state <- sample(state, size = n, replace = TRUE) # Random selection of the states 

state_index <- tapply(state, state)  # Just for the data generatino part ... 
gender_index <- tapply(gender, gender) 

# Generate salaries 
salary <- runif(length(unique(state)))[state_index]  # Make states different 
salary <- salary + c(.02, -.02)[gender_index]   # Make gender different 
salary <- salary + log(50) + rnorm(n)     # Add mean and error term 
salary <- exp(salary)         # The variable of interest

你問，薪金爲每個州婦女總和與總工資的每個州的總和是什麼：

salary_w <- tapply(salary[gender == 'W'], state[gender == 'W'], sum) 
salary_total <- tapply(salary, state, sum)

或者如果它是在一個數據幀：

salary_w <- with(myData, tapply(salary[gender == 'W'], state[gender == 'W'], sum)) 
salary_total <- with(myData, tapply(salary, state, sum))

那麼答案是：

> salary_w/salary_total 
     AK  AL  AR  AZ  CA  CO  CT  DC 
0.4667424 0.4877013 0.4554831 0.4959573 0.5382478 0.5544388 0.5398104 0.4750799 
     DE  FL  GA  HI  IA  ID  IL  IN 
0.4684846 0.5365707 0.5457726 0.4788805 0.5409347 0.4596598 0.4765021 0.4873932 
     KS  KY  LA  MA  MD  ME  MI  MN 
0.5228247 0.4955802 0.5604342 0.5249406 0.4890297 0.4939574 0.4882687 0.5611435 
     MO  MS  MT  NC  ND  NE  NH  NJ 
0.5090843 0.5342312 0.5492702 0.4928284 0.5180169 0.5696885 0.4519603 0.4673822 
     NM  NV  NY  OH  OK  OR  PA  RI 
0.4391634 0.4380065 0.5366625 0.5362918 0.5613301 0.4583937 0.5022793 0.4523672 
     SC  SD  TN  TX  UT  VA  VT  WA 
0.4862358 0.4895377 0.5048047 0.4443220 0.4881062 0.4880047 0.5338397 0.5136393 
     WI  WV  WY 
0.4787588 0.5495602 0.5029816

來源

2010-12-03 16:19:29 eyjo

彙總或總結比率

回答

相關問題