将单元格与R中同一列中每个第n个单元格的总和相除

问题描述

我有以下数据框

df <- data.frame( Country = c("AL","AL","FR","UK","UK"),LT5F   = c(4,2,1,3,4,2),LT5M   = c(5,7,0),LT5T   = c(9,5,8,Y9t14F = c(3,5),Y9t14M = c(1,6,3),Y9t14T = c(4,9,8))

我希望对每第 n 个观测值（在我的实际数据中为 1100）求和，并将 1100 范围内的每个数字除以总和。在我的例子中，n = 4。每 4 次观察的每一列的总和是：

 Sum4thObs <- data.frame( L
                      LT5F   = c(10,7),LT5M   = c(14,10,6),LT5T   = c(24,18,13),Y9t14F = c(9,19,Y9t14M = c(11,16,14),Y9t14T = c(20,35,27))

我想要的是一个数据框，其中每个单元格都除以“n”-long 的范围之和。

我梦想中的数据框是这样的：

dfdream <- data.frame( Country = c("AL",LT5F   = c(4/10,2/10,1/10,3/10,2/8,1/8,4/8,2/7,1/7,2/7),LT5M   = c(5/14,3/14,4/14,2/14,0/10,7/10,3/6,2/6,1/6,0/6),LT5T   = c(),Y9t14F = c(),Y9t14M = c(),Y9t14T = c())

等等...

此外，我有 50 个列，其中包含 100 个唯一的国家/地区标识符（示例中的 AL、FR、UK = 3）。有没有一种聪明而简单的方法可以将每个单元格除以 1:1100 的总和？

我希望我的问题很清楚。谢谢。

解决方法

您可以通过以下方式实现您的“梦想数据框”：

library(dplyr)

df %>%
  group_by(Country) %>%
  mutate(across(LT5F:Y9t14T,prop.table)) %>%
  ungroup

#  Country  LT5F  LT5M  LT5T Y9t14F Y9t14M Y9t14T
#   <chr>   <dbl> <dbl> <dbl>  <dbl>  <dbl>  <dbl>
# 1 AL      0.4   0.357 0.375  0.333 0.0909  0.2  
# 2 AL      0.2   0.214 0.208  0.222 0.455   0.35 
# 3 AL      0.1   0.286 0.208  0.111 0.273   0.2  
# 4 AL      0.3   0.143 0.208  0.333 0.182   0.25 
# 5 FR      0.25  0.2   0.222  0.263 0.25    0.257
# 6 FR      0.125 0.1   0.111  0.158 0.375   0.257
# 7 FR      0.5   0     0.222  0.368 0.0625  0.229
# 8 FR      0.125 0.7   0.444  0.211 0.312   0.257
# 9 UK      0.286 0.5   0.385  0.231 0.214   0.222
#10 UK      0.143 0.333 0.231  0.231 0.286   0.259
#11 UK      0.286 0.167 0.231  0.154 0.286   0.222
#12 UK      0.286 0     0.154  0.385 0.214   0.296

如果您有 NA，则可以使用：

library(dplyr)

df %>%
  group_by(Country) %>%
  mutate(across(LT5F:Y9t14T,~./sum(.,na.rm = TRUE))) %>%
  ungroup

,

一个简单的基本解决方案：

假设 df 是您的示例数据集

i <- 1:12
li <- split(i,cut(i,3,labels = FALSE))

 myfun <- function(i){
  a <- df[i,-1]
  b <- colSums(df[i,-1])
  result <- mapply("/",a,b)
  return(result)
}
dfdream <- as.data.frame(do.call(rbind,lapply(li,myfun)))
dfdream$County <- df$Country

现在可以了：

dfdream
        LT5F      LT5M      LT5T    Y9t14F     Y9t14M    Y9t14T County
1  0.4000000 0.3571429 0.3750000 0.3333333 0.09090909 0.2000000     AL
2  0.2000000 0.2142857 0.2083333 0.2222222 0.45454545 0.3500000     AL
3  0.1000000 0.2857143 0.2083333 0.1111111 0.27272727 0.2000000     AL
4  0.3000000 0.1428571 0.2083333 0.3333333 0.18181818 0.2500000     AL
5  0.2500000 0.2000000 0.2222222 0.2631579 0.25000000 0.2571429     FR
6  0.1250000 0.1000000 0.1111111 0.1578947 0.37500000 0.2571429     FR
7  0.5000000 0.0000000 0.2222222 0.3684211 0.06250000 0.2285714     FR
8  0.1250000 0.7000000 0.4444444 0.2105263 0.31250000 0.2571429     FR
9  0.2857143 0.5000000 0.3846154 0.2307692 0.21428571 0.2222222     UK
10 0.1428571 0.3333333 0.2307692 0.2307692 0.28571429 0.2592593     UK
11 0.2857143 0.1666667 0.2307692 0.1538462 0.28571429 0.2222222     UK
12 0.2857143 0.0000000 0.1538462 0.3846154 0.21428571 0.2962963     UK
 

,

按国家/地区获取比例的data.table解决方案：

library(data.table)

dtPropByCountry <- setDT(df)[,lapply(.SD,function(x) x/sum(x,na.rm = TRUE)),by = Country,.SDcols = 2:ncol(df)]