#r #datatable #cluster-analysis #multiple-columns #survey
#r #datatable #кластерный анализ #несколько столбцов #опрос
Вопрос:
Я создаю сводную таблицу статистики о данных обследования состояния здоровья из выборки по 4 различным регионам (Запад, Средний Запад, Северо-Восток и Юг), закодированных как регионы 1-4. Прямо сейчас я могу создать таблицу, которая показывает статистику по каждому региону, но я также хотел бы добавить дополнительный столбец, который показывает, каково общее среднее значение или медиана для всех людей в выборке. Как я могу это сделать? Я включил код, который я завершил до сих пор. Спасибо!
#the data frame
structure(list(AGE = c(40L, 23L, 24L, 18L, 30L, 33L, 32L, 63L,
22L, 24L), FAMSIZE = c(2L, 2L, 2L, 3L, 2L, 6L, 2L, 1L, 2L, 1L
), HYPERTEN = c(0, 0, 0, 0, 0, 0, 0, 1, 0, 0), ALC = c(0, 2,
3, 0, 2, 0, 3, 0, 2, 2), region_group = c("Region 4", "Region 3",
"Region 4", "Region 3", "Region 1", "Region 2", "Region 1", "Region 2",
"Region 4", "Region 4"), PSU = c(2L, 1L, 2L, 2L, 2L, 1L, 2L,
2L, 1L, 2L), PERWEIGHT_MERGE = c(31.2, 615.2, 37.6, 1626, 44,
149.8, 745.2, 984.2, 1512, 399.6), SAMPWEIGHT_MERGE = c(65, 860.4,
94.4, 9146, 170.8, 310.4, 755.2, 1053.4, 3964.4, 706.2), STRATA = c(6296L,
6165L, 6296L, 6224L, 6045L, 6083L, 6029L, 6073L, 6287L, 6247L
)), row.names = c(NA, 10L), class = "data.frame")
#Code for the table
out1<-sample_survey %>%
group_by(region_group) %>%
summarise("Number of drinks (mean)"=survey_mean(ALC),
"Number of drinks (median)"=survey_median(ALC),"Hypertension"=survey_mean(HYPERTEN), "Family
Size"=survey_mean(FAMSIZE), "Age"=survey_median(AGE))
out1=t(out1)
out1
[,1] [,2] [,3] [,4]
region_group "Region 1" "Region 2" "Region 3" "Region 4"
Number of drinks (mean) "1.663778" "2.131566" "1.744107" "2.009594"
Number of drinks (mean)_se "0.1375124" "0.1245772" "0.0957500" "0.1199982"
Number of drinks (median) "1" "2" "1" "2"
Number of drinks (median)_se "0.0000000" "0.2531528" "0.0000000" "0.2533324"
Hypertension "0.1340147" "0.1685102" "0.1834528" "0.1225418"
Hypertension_se "0.01623974" "0.01529678" "0.01463019" "0.01475651"
Family n Size "3.121062" "2.883905" "3.107202" "3.265012"
Family n Size_se "0.11668906" "0.07435704" "0.08004129" "0.11138869"
Age "30" "27" "30" "28"
Age_se "1.3615690" "1.0126110" "0.7616152" "0.7599972"
Ответ №1:
Хотя я совершенно уверен, что есть несколько готовых пакетов для достижения этого, одним из подходов к достижению этого было бы повторить сводку для всего набора данных и связать таблицы вместе перед переносом. С этой целью и для уменьшения дублирования кода я помещаю код summarise во вспомогательную функцию. Попробуйте это:
library(dplyr)
library(srvyr)
# Helper function
mysum <- function(d) {
d %>%
summarise(
"Number of drinks (mean)" = survey_mean(ALC),
"Number of drinks (median)" = survey_median(ALC),
"Hypertension" = survey_mean(HYPERTEN),
"Family Size" = survey_mean(FAMSIZE),
"Age" = survey_median(AGE)
)
}
sample_survey <- sample_survey %>%
as_survey_design(strata = region_group)
#Code for the table
out1<-sample_survey %>%
group_by(region_group) %>%
mysum()
out2<-sample_survey %>%
mysum() %>%
mutate(region_group = "Total")
bind_rows(out1, out2) %>%
t()
#> [,1] [,2] [,3]
#> region_group "Region 1" "Region 2" "Region 3"
#> Number of drinks (mean) "2.50" "0.00" "1.00"
#> Number of drinks (mean)_se "0.5000000" "0.0000000" "1.0000000"
#> Number of drinks (median) "2" "0" "0"
#> Number of drinks (median)_se "0.03935085" "0.00000000" "0.07870171"
#> Hypertension "0.0" "0.5" "0.0"
#> Hypertension_se "0.0" "0.5" "0.0"
#> Family Size "2.00" "3.50" "2.50"
#> Family Size_se "0.0000000" "2.5000000" "0.5000000"
#> Age "30" "33" "18"
#> Age_se "0.07870171" "1.18052560" "0.19675427"
#> [,4] [,5]
#> region_group "Region 4" "Total"
#> Number of drinks (mean) "1.75" "1.40"
#> Number of drinks (mean)_se "0.6291529" "0.3366502"
#> Number of drinks (median) "2" "2"
#> Number of drinks (median)_se "0.47133552" "0.50276759"
#> Hypertension "0.0" "0.1"
#> Hypertension_se "0.0" "0.1"
#> Family Size "1.75" "2.30"
#> Family Size_se "0.2500000" "0.5196152"
#> Age "24" "24"
#> Age_se "2.82801315" "2.02169598"
Ответ №2:
Вы также можете выполнить те же вычисления без включения group_by и последующей привязки нового результирующего столбца к первой созданной вами таблице. (Мне пришлось вернуться и изменить survey_mean и survey_median на mean и median соответственно, иначе это выдавало мне ошибку).
library(dplyr)
library(srvyr)
#the data frame
sample_survey <- structure(list(AGE = c(40L, 23L, 24L, 18L, 30L, 33L, 32L, 63L, 22L, 24L),
FAMSIZE = c(2L, 2L, 2L, 3L, 2L, 6L, 2L, 1L, 2L, 1L),
HYPERTEN = c(0, 0, 0, 0, 0, 0, 0, 1, 0, 0),
ALC = c(0, 2, 3, 0, 2, 0, 3, 0, 2, 2),
region_group = c("Region 4", "Region 3", "Region 4", "Region 3",
"Region 1", "Region 2", "Region 1", "Region 2",
"Region 4", "Region 4"),
PSU = c(2L, 1L, 2L, 2L, 2L, 1L, 2L, 2L, 1L, 2L),
PERWEIGHT_MERGE = c(31.2, 615.2, 37.6, 1626, 44, 149.8, 745.2, 984.2, 1512, 399.6),
SAMPWEIGHT_MERGE = c(65, 860.4, 94.4, 9146, 170.8, 310.4, 755.2, 1053.4, 3964.4, 706.2),
STRATA = c(6296L, 6165L, 6296L, 6224L, 6045L, 6083L, 6029L, 6073L, 6287L, 6247L )), row.names = c(NA, 10L), class = "data.frame")
#Code for the table
out1<-sample_survey %>%
group_by(region_group) %>%
summarise("Number of drinks (mean)"=mean(ALC),
"Number of drinks (median)"=median(ALC),"Hypertension"=mean(HYPERTEN), "Family
Size"=mean(FAMSIZE), "Age"=median(AGE))
out1=t(out1)
#new code
out2 <- sample_survey %>%
summarise("All Regions" = "All Regions",
"Number of drinks (mean)"=mean(ALC),
"Number of drinks (median)"=median(ALC),"Hypertension"=mean(HYPERTEN), "Family
Size"=mean(FAMSIZE), "Age"=median(AGE))
out2 = t(out2)
cbind(out1, out2)
> cbind(out1, out2)
[,1] [,2] [,3] [,4] [,5]
region_group "Region 1" "Region 2" "Region 3" "Region 4" "All Regions"
Number of drinks (mean) "2.50" "0.00" "1.00" "1.75" "1.4"
Number of drinks (median) "2.5" "0.0" "1.0" "2.0" "2"
Hypertension "0.0" "0.5" "0.0" "0.0" "0.1"
Family n Size "2.00" "3.50" "2.50" "1.75" "2.3"
Age "31.0" "48.0" "20.5" "24.0" "27"