计算切换值的观察百分比

Question

我有一个具有两个列的数据集。一列指示该组，每个组只有两个行。第二列代表类别。现在，我想计算每个组没有相同类别的百分比。因此，在第1和第2行中，在第3和第4行中的类别不一样。在提供的数据中，我将获得66.66％的百分比，因为类别的变化四倍，而两组则保持不变。

这是我的数据：

structure(list(Group = c("A", "A", "B", "B", "C", "C", "D", "D", 
"E", "E", "F", "F"), Category = c(1L, 2L, 3L, 3L, 5L, 6L, 7L, 
7L, 7L, 6L, 5L, 4L)), class = "data.frame", row.names = c(NA, 
-12L))

到目前为止，我已经尝试了以下内容：

Data <- Data %>%
  group_by(Group) %>%
  count(n())

但是现在我不在最后一行中编写代码以获取所需百分比。有人可以在这里帮我吗？

Answer 1

base带有tapply（）的解决方案：

mean(with(df, tapply(Category, Group, \(x) length(unique(x)))) > 1)

# [1] 0.6666667

使用dplyr，您可以使用n_distinct（）来计数独特的值。

library(dplyr)

df %>%
  group_by(Group) %>%
  summarise(N = n_distinct(Category)) %>%
  summarise(Percent = mean(N > 1))

# # A tibble: 1 × 1
#   Percent
#     <dbl>
# 1   0.667

Answer 2

要显示这两个类别，您可以使用以下代码：

library(dplyr)
Data %>%
  group_by(Group) %>%
  mutate(unique = as.numeric(n_distinct(Category) == 1)) %>%
  ungroup() %>%
  summarise(Percent = prop.table(table(unique)))

输出：

# A tibble: 2 × 1
  Percent  
  <table>  
1 0.6666667
2 0.3333333

Answer 3

使用基本r

counts <- table(df)
prop.table(table(rowSums(counts != 0)))

-output

        1         2 
0.3333333 0.6666667