R dplyr按两个以上的变量分组，并计算每个第一个变量组内的相对百分比

Question

我想用4个变量对数据帧进行分组，用计数汇总它，然后计算每行占总计数的百分比，比较第一个变量每组中的总计数。作为最后一步，我计算了一个累积百分比，并根据某些阈值将行分配到一个类别。

首先给出一个简单的例子：

library(nycflights13)
library(dplyr)

test <- flights %>%
  left_join(airlines, by = c('carrier'), na_matches = "never") %>%
  group_by(origin, name) %>%
  summarise(count_flights = n()) %>%
  arrange(origin, desc(count_flights)) %>%
  mutate(prop = prop.table(count_flights) * 100,
         cumprop = cumsum(prop),
         ABC = cut(cumprop, c(0,80,95,100), labels = c('A','B','C')))

这很好用，我得到了每个纽约市机场和航空公司的航班数量，以及每一行占机场总数的百分比。

现在，当按两个以上的变量分组时，这不起作用：

test2 <- flights %>%
  left_join(airlines, by = c('carrier'), na_matches = "never") %>%
  group_by(origin, name, dest, day) %>%
  summarise(count_flights = n()) %>%
  arrange(origin, desc(count_flights)) %>%
  mutate(prop = prop.table(count_flights) * 100,
         cumprop = cumsum(prop),
         ABC = cut(cumprop, c(0,80,95,100), labels = c('A','B','C')))

我期望的是在更改机场/始发地之前，累积和等于100，或者换一种说法，即每行占每个机场总航班的百分比。

有什么想法吗？

Answer 1

最好的方法是对要用于新的、不太具体的存储桶(源)的变量进行group_by，然后在mutate中将计数除以总计数

flights %>%
  left_join(airlines, by = c('carrier'), na_matches = "never") %>%
  group_by(origin, name, dest, day) %>%
  summarise(count_flights = n()) %>%
  arrange(origin) %>%
  group_by(origin) %>%
  mutate(prop = count_flights/sum(count_flights),
         cumprop = cumsum(prop))