如何将行百分比添加到 R 中的列联表？

2024-05-22 00:24:06 141

要将行百分比添加到R中的列联表，我们可以使用rowSums和sum函数与表值，并将它们与cbind函数结合。

例如，如果我们有一个名为TAB的表，那么我们可以使用以下命令将行百分比添加到TAB-

cbind(TAB,rowSums(TAB),rowSums(TAB)/sum(TAB))

示例1

以下代码段创建了一个示例数据框-

Grp1<-sample(LETTERS[1:5],20,replace=TRUE)
Grp2<-sample(letters[1:5],20,replace=TRUE)
df1<-data.frame(Grp1,Grp2)
df1

创建了以下数据框

Grp1 Grp2
1  A  b
2  D  d
3  A  c
4  A  b
5  D  a
6  D  a
7  A  b
8  B  b
9  A  d
10 A  d
11 B  d
12 B  d
13 E  e
14 C  b
15 E  b
16 E  d
17 C  c
18 E  c
19 E  e
20 E  d

要根据上面创建的数据框中的Grp1和Grp2列创建列联表，请将以下代码添加到上面的代码段中-

Grp1<-sample(LETTERS[1:5],20,replace=TRUE)
Grp2<-sample(letters[1:5],20,replace=TRUE)
df1<-data.frame(Grp1,Grp2)
C_Table1<-table(df1$Grp1,df1$Grp2)
C_Table1

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出-

  a b c d e
A 0 3 1 2 0
B 0 1 0 2 0
C 0 1 1 0 0
D 2 0 0 1 0
E 0 1 1 2 2

要在上面创建的数据框中查找C_Table1的行百分比，请将以下代码添加到上面的代码段中-

Grp1<-sample(LETTERS[1:5],20,replace=TRUE)
Grp2<-sample(letters[1:5],20,replace=TRUE)
df1<-data.frame(Grp1,Grp2)
C_Table1<-table(df1$Grp1,df1$Grp2)
cbind(C_Table1,rowSums(C_Table1),rowSums(C_Table1)/sum(C_Table1))

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出-

  a b c d e
A 0 3 1 2 0 6 0.30
B 0 1 0 2 0 3 0.15
C 0 1 1 0 0 2 0.10
D 2 0 0 1 0 3 0.15
E 0 1 1 2 2 6 0.30

示例2

以下代码段创建了一个示例数据框-

f1<-sample(1:4,20,replace=TRUE)
f2<-sample(c(5,10,15,20),20,replace=TRUE)
df2<-data.frame(f1,f2)
df2

创建了以下数据框

要根据上面创建的数据框中的f1和f2列创建列联表，请将以下代码添加到上面的代码段中-

f1<-sample(1:4,20,replace=TRUE)
f2<-sample(c(5,10,15,20),20,replace=TRUE)
df2<-data.frame(f1,f2)
C_Table2<-table(df2$f1,df2$f2)
C_Table2

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出-

  5 10 15 20
1 2  3  1  1
2 2  2  2  0
3 0  0  0  2
4 4  0  1  0

要在上面创建的数据框中找到C_Table2的行百分比，请将以下代码添加到上面的代码段中-

f1<-sample(1:4,20,replace=TRUE)
f2<-sample(c(5,10,15,20),20,replace=TRUE)
df2<-data.frame(f1,f2)
C_Table2<-table(df2$f1,df2$f2)
cbind(C_Table2,rowSums(C_Table2),rowSums(C_Table2)/sum(C_Table2))

输出结果

如果您将上述所有给定的片段作为单个程序执行，它会生成以下输出-

  5 10 15 20
1 2  3  1  1 7 0.35
2 2  2  2  0 6 0.30
3 0  0  0  2 2 0.10
4 4  0  1  0 5 0.25

如何将行百分比添加到 R 中的列联表？

示例1

示例2

热门推荐

随机推荐