将group_by和count（）应用到变量后计算总计的百分比

Posted 2023-01-12

我正在尝试计算分组变量的总计百分比。我有一个带有吸烟变量的数据框

> df$smoking
  [1] NA         "Previous" "Never"    "Current"  "Never"   
  [6] "Never"    "Never"    "Never"    "Current"  "Current" 
 [11] "Previous" "Never"    "Never"    "Previous" "Never"   
 [16] "Previous" "Previous" "Never"    "Never"    "Never"   
 [21] "Never"    "Never"    "Never"    "Never"    "Previous"

我想按类别分组，对类别进行计数，然后计算总计的百分比。我可以得到很好的计数，并以此方式排除NA：

> df %>% 
+   group_by(smoking) %>%
+   filter(!is.na(smoking)) %>%
+   count() 
# A tibble: 3 x 2
# Groups:   smoking [3]
  smoking      n
  <chr>    <int>
1 Current     93
2 Never      380
3 Previous   213
> 

但是我无法获得每个百分比。我看过其他多种解决方案，但是它们似乎没有用。例如，我见过的最常见的结果是：

> df %>% 
+   group_by(smoking) %>%
+   filter(!is.na(smoking)) %>%
+   count() %>% 
+   mutate(percent = 100 * n / sum(n))

# A tibble: 3 x 3
# Groups:   smoking [3]
  smoking      n percent
  <chr>    <int>   <dbl>
1 Current     93     100
2 Never      380     100
3 Previous   213     100
> 

似乎“ sum（n）”没有交叉组。如何通过组而不是组内计算总和？谢谢你的帮助！！ 

我正在尝试计算分组变量的总计百分比。我有一个包含吸烟变量的数据框> df $吸烟[1]不适用“上一个”，“从不”，“当前”，“从不” [6]“从不” ...

答案

> df[!is.na(smoking),] %>% count (smoking) %>% mutate (percent=n/sum(n)*100)