dplyr：计算分组权重

Question

快速提问，如何使用dplyr计算组权重？

例如，给定数据：

D = data.frame(cat=rep(LETTERS[1:2], each=2), val=1:4)

#   cat val
# 1   A   1
# 2   A   2
# 3   B   3
# 4   B   4

期望的结果是：

#   cat weight
# 1   A    0.3     # (1+2)/10
# 2   B    0.7     # (3+4)/10

以下内容是否更加简洁明了？

还有比以下内容更加简洁的吗？

D %>% 
  mutate(total=sum(val)) %>% 
  group_by(cat) %>% 
  summarise(weight=sum(val/total))

- Daniel Krizian

---

尝试使用D%>%group_by(cat) %>% summarise(weight=sum(val)/sum(D[,2]))，但不如您的代码优雅。 - akrun

不使用"dplyr"，转而使用基础函数？ prop.table(xtabs(val ~ cat, D))。注：此代码用于计算数据框"D"中按类别("cat")汇总的频率表，并计算每个类别的比例。 - A5C1D2H2I1M1N2O1R2T1

哇，@AnandaMahto，刚才发生了什么有趣的事情！ - Daniel Krizian

@DanielKrizian，如果你喜欢“data.table”，你也可以尝试：as.data.table(D)[, list(val = sum(val)/sum(D$val)), by = cat]。 - A5C1D2H2I1M1N2O1R2T1

Answer 1

我会这样写

D <- data.frame(
  cat = rep(LETTERS[1:2], each = 2), 
  val = 1:4
)

D %>% 
  group_by(cat) %>%
  summarise(val = sum(val)) %>%
  mutate(weight =  val / sum(val))

使用count()（仅限于dplyr >= 0.3）和prop.table()，可以稍微简化一下：

D %>% 
  count(cat, wt = val) %>%
  mutate(weight = prop.table(n))

- hadley