问题描述
我正在尝试运行交叉表/列联表,但需要通过加权变量对其进行加权。 这是一些示例数据。
set.seed(123)
sex <- sample(c("Male","Female"),100,replace = TRUE)
age <- sample(c("0-15","16-29","30-44","45+"),replace = TRUE)
wgt <- sample(c(1:10),replace = TRUE)
df <- data.frame(age,sex,wgt)
我已经运行过此程序以获得常规的交叉表表
table(df$sex,df$age)
为了获得加权频率,我尝试了Hmisc软件包(如果您知道更好的软件包,请告诉我)
library(Hmisc)
wtd.table(df$sex,df$age,weights=df$wgt)
Error in match.arg(type) : 'arg' must be of length 1
我不确定哪里出了问题,但是它没有运行,因此任何帮助都将是非常有用的。 或者,如果您知道如何在另一个程序包中执行此操作(这可能更适合分析调查数据),那也很好。预先非常感谢。
解决方法
一种解决方案是按权重重复data.frame的行,然后table
结果。
以下重复data.frame的行(仅相关列):
df[rep(row.names(df),df$wgt),1:2]
它可以用来获取列联表。
table(df[rep(row.names(df),1:2])
# sex
#age Female Male
# 0-15 56 76
# 16-29 73 99
# 30-44 60 106
# 45+ 76 90
,
尝试一下
GDAtools::wtable(df$sex,df$age,w = df$wgt)
输出
0-15 16-29 30-44 45+ NA tot
Female 56 73 60 76 0 265
Male 76 99 106 90 0 371
NA 0 0 0 0 0 0
tot 132 172 166 166 0 636
更新
如果您不想安装整个软件包,则需要两个基本功能:
找到它们,您应该可以毫无问题地使用wtable
。
使用相同数据集的tidyverse
解决方案。种子uncount
等同于@Rui的权重rep
。
library(dplyr)
library(tidyr)
df %>%
uncount(weights = .$wgt) %>%
select(-wgt) %>%
table
#> sex
#> age Female Male
#> 0-15 56 76
#> 16-29 73 99
#> 30-44 60 106
#> 45+ 76 90