使用lapply()查找因素变量的百分比

Question

我有一个数据框架，它由4列组成，每列代表问题，每列作为代表响应的4个级别。

  Q1 Q2
1  A  A
2  A  B
3  B  B
4  C  C
5  D  D

我想导出这样的data.frame：

   question response percent
1       Q2        A     0.2
2       Q2        B     0.4
3       Q2        C     0.2
4       Q2        D     0.2
5       Q1        A     0.4
6       Q1        B     0.2
7       Q1        C     0.2
8       Q1        D     0.2

到目前为止，我一直在使用for循环来实现这一点，但是我的脚本中充斥着for循环，所以我希望使用reshape2或lapply中的函数来实现这一点。例如，这段代码比for循环干净得多，但仍然不完全符合我的要求。任何帮助都将不胜感激！

到目前为止，我得到的是：

lapply(lapply(df, summary), function(x) x/sum(x))

编辑：，包括每个请求的数据帧示例。我原本担心它会占用太多的空间，因为水平标签太长，所以我把它们缩短了。

dput(df[1:4,])
structure(list(Q1 = structure(c(4L, 4L, 1L, 4L), .Label = c("1.A", 
    "1.B", "1.C", "1.D"), class = "factor"), 
    Q2 = structure(c(4L, 4L, 4L, 1L), .Label = c("2.A","2.B",
    "2.C", "2.D"), class = "factor"), 
    Q3 = structure(c(4L, 3L, 4L, 4L), .Label = c("3.A","3.B",
    "3.C","3.D"), class = "factor"), 
    Q4 = structure(c(3L, 1L, 3L, 3L), .Label = c("4.A","4.B", 
    "4.C","4.D")), 
    .Names = c("Q1.pre", "Q2.pre", "Q3.pre", "Q4.pre"), row.names = c(NA, 4L), 
    class = "data.frame")

我发现Lafortune和been 20650的回应组合给了我几乎完全符合我一直在寻找的东西：

melt(sapply(df, function(x) prop.table(table(x))))

然而，有一个问题。在sapply级别上，dimnames与Q1级别的标签名称相同，因此在执行sapply输出melt之后，Var1列只是Q1s级别的重复，而我希望Var1在Q1行中有Q1级别，在Q2行中有Q2级别等等。在对df这样的操作执行之前，我通过将所有列的levels拉到一个单独的变量qnames中找到了解决办法：

qnames = melt(sapply(df, levels))
qnames = qnames[ ,3]
melt(sapply(df, function(x) prop.table(table(x))))
df = cbind(qnames, df)

这正是我需要的结果。我感兴趣的是，在没有额外的sapply和cbind的情况下，是否有办法做到这一点，所以我将把这个问题留长一点。谢谢你的帮忙!

Answer 1

使用data.table的单线行

library(data.table) # 1.9.5+
dt<-data.table(Q1=c("A","A","B","C","D"),
               Q2=c("A","B","B","C","D"))

rbindlist(lapply(
  names(dt),
  function(x)dt[,.N/nrow(dt),by=x
                ][,.(question=x,response=get(x),percent=V1)]))

Answer 2

library(reshape2)
indx <- lapply(df, function(x) prop.table(table(x)))
out <- melt(do.call(rbind, indx))
out <- out[order(out$Var1, decreasing=TRUE),];rownames(out) <- NULL
#   Var1 Var2 value
# 1   Q2    A   0.2
# 2   Q2    B   0.4
# 3   Q2    C   0.2
# 4   Q2    D   0.2
# 5   Q1    A   0.4
# 6   Q1    B   0.2
# 7   Q1    C   0.2
# 8   Q1    D   0.2

您可以使用lapply和reshape2，但是有一个很好的函数是prop.table。当它包装table函数时，它将为您完成百分比。我们使用lapply为每个列创建一个比例表，然后将它们与始终忠实的do.call(rbind, lst)组合起来。最后一行是“看”。