如何创建具有 1 个自变量和 3 个因变量的计数和百分比表和折线图

Posted 2023-02-16

【中文标题】如何创建具有 1 个自变量和 3 个因变量的计数和百分比表和折线图

【英文标题】：How to create count and percentage tables and linegraphs with 1 independent variable and 3 dependent ones

【发布时间】：2019-02-19 19:03:43

【问题描述】：

我是一个R新手，不知何故，这个问题似乎应该很容易解决。但不幸的是，经过大约三天的搜索和实验，我还是无法做到这一点。

我的数据格式接近宽格式：

color   agegroup    sex     ses
red     2           Female  A
blue    2           Female  C
green   5           Male    D
red     3           Female  A
red     2           Male    B
blue    1           Female  B
...

我正在尝试创建可展示的表格，其中包含由sex、ses 和agegroup 组织的因变量（此处为color）的计数和百分比。我需要一个由ses 和sex 为每个agegroup 组织的表格，百分比旁边有计数，如下所示：

agegroup:                                  1
sex:                  Female                               Male
ses:        A       B       C       D           A       B       C       D
color:
red         2 1%    0  0%   8 4%    22 11%      16 8%   2   1%  8   4%  3 1.5%
blue        9 4.5%  6  3%   4 2%    2  1%       12 6%   32 16%  14  7%  6   3%
green       4 2%    12 6%   2 1%    8  4%       0  0%   22 11%  40 20%  0   0%

agegroup:                               2
sex:                  Female                               Male
ses:        A       B       C       D           A       B       C       D
color:
red         2 1%    0  0%   8 4%    22 11%      16 8%   2   1%  8   4%  3 1.5%
blue        9 4.5%  6  3%   4 2%    2  1%       12 6%   32 16%  14  7%  6   3%
green       4 2%    12 6%   2 1%    8  4%       0  0%   22 11%  40 20%  0   0%

我一直在尝试使用从 datatables 和 expss 到 gmodels 的所有内容来执行此操作，但我就是不知道如何获得这样的输出。来自gmodels 的CrossTables 最接近，但距离仍然很远——（1）它把百分比放在 计数之下，（2）我不能让它嵌套在@ 下的sel 987654336@，（3）我不知道如何让它按代分解结果，以及（4）输出充满破折号、垂直管道和空格，这使得将其放入文字处理器或电子表格时出错- 容易发生手工事务。

编辑：我删除了我的第二个问题（关于线图），因为第一个问题的答案是完美的并且值得称赞，即使它没有触及第二个问题。我会单独问第二个问题，就像我从一开始就应该问的那样。

【问题讨论】：

janitor::tabyl 可能值得一看。

我很欣赏这个建议。两个变量表工作正常（尽管它们不是我需要的）。但是，当我尝试添加第三个变量时，它会引发一个我无法解读的错误（class 表明我正在处理的对象是一个数据帧）：类中的错误（dat[[1]]） 1 并且仅使用第一个元素 2：在 if (new_class %in% "factor") : 条件长度 > 1 并且只使用第一个元素

我需要 4 路桌（即多个 3 路桌），而tabyl 似乎仅限于 3 路。它似乎无法从我的示例中生成“可展示的表格”。

【参考方案1】：

与expss 包最接近的结果：

library(expss)
# generate example data
set.seed(123)
N = 300
df = data.frame(
    color = sample(c("red", "blue", "green"), size = N, replace = TRUE),
    agegroup = sample(1:5, size = N, replace = TRUE),
    sex = sample(c("Male", "Female"), size = N, replace = TRUE),
    ses = sample(c("A", "B", "C", "D"),  size = N, replace = TRUE),
    stringsAsFactors = FALSE
)

# redirect output to RStudio html viewer
expss_output_viewer()
res = df %>% 
    tab_cells("|" = color) %>% # dependent variable, "|" used to suppress label
    tab_cols(sex %nest% ses) %>% # column variable
    tab_rows(agegroup) %>% 
    tab_total_row_position("none") %>% # we don't need total
    tab_stat_cases(label = "Cases") %>% # calculate cases
    tab_stat_cpct(label = "%") %>% # calculate percent
    tab_pivot(stat_position = "inside_columns") %>% # finalize table
    make_subheadings(number_of_columns = 2)

# difficult part - add percent sign
for(i in grep("%", colnames(res)))
    res[[i]] = ifelse(trimws(res[[i]])!="", 
                      paste0(round(res[[i]], 1), "%"),
                      res[[i]] 
                      )


# additionlly remove stat labels
colnames(res) = gsub("\\|Cases|%", "", colnames(res), perl = TRUE)

res

在 RStudio 查看器中，结果将采用 HTML 格式（见图）。不幸的是，我无法测试它将如何粘贴到 MS Word。 免责声明：我是expss 包的作者。

【讨论】：

很好！！这会产生完全符合我需要的形状的表格！非常感谢。两个后续问题...由于粘贴 HTML 有点容易出错，我希望粘贴纯文本，然后手动制作。 (1) 但是如果我使用expss_output_raw，表头会被展平和交错（例如row_labels Female|A Female|A| Female|B Female|B|），而不是第一行有sex，第二行有ses。我怎样才能实现第二种格式？ (2) 在agegroup 行中，我在每一列中得到NA <NA>，此时整行应该为空，但标签除外。建议？再次感谢！

@GilWilliams 试试expss_output_default()

@GilWilliams 另一种方法 - 使用制表符分隔符将表格拖放到文本文件：fwrite(split_table_to_df(res), "table.tab", sep = "\t", col.names = FALSE, quote = FALSE)

您，先生，是 R 表的 Jimi Hendrix。再次感谢！

@GilWilliams 我们可以用writeLines(paste0('<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />', htmlTable(res)), "table.html") 来做到这一点。

【参考方案2】：

您可以使用 janitor 包中的 adorn_ns(position = "front")。它会同时为您提供计数和百分比。

例如这段代码：

df %>%  
arrange(desc(all)) %>%  
adorn_percentages("col") %>%
adorn_pct_formatting() %>% 
adorn_ns(position = "front") %>%
as.data.frame()

给出这个输出：