汇总或汇总以获得比率

Question

下面是一个玩具问题，演示了我的问题。

我有一个数据框架，其中包含一组员工；对于每个员工，它都有一个姓名、工资、性别和州。

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

我实际上需要的是每个州女性工资总额的汇总。

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

返回每个州女性(和男性)的工资总额，但我真正需要的是每个州级别的salary_w / salary_total。我可以写一个for循环，等等--但我想知道是否有一些方法可以使用aggregate来实现。

Answer 1

另一种选择是使用plyr。ddply()期望data.frame作为输入，并将返回data.frame作为输出。第二个参数是您希望如何拆分数据帧。第三个参数是我们想要应用于块的内容，这里我们使用summarise从现有的data.frame创建一个新的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

Answer 2

也许reshape或reshape2会对你的工作有所帮助。

下面是一个示例脚本：

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)

Answer 3

对于这样的问题，ave函数很好用。

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