将成对类别组合在一起

Question

我目前正在处理一个数据集，其中显示了贷款目的以及每笔贷款的相关贷款等级。

该数据集称为Loancase ，其中一列是目的，而另一列是等级。

下面我有一个矩阵，该矩阵将以成对的方式按比例填充。 每行的总和应为 100%，这意味着每个条目是获得该等级的特定目的的比例。 例如， [Car, ]的行可能看起来像 20, 20, 0, 0, 20, 0, 40。

请注意，当前的数据占位符是 NA，我试图用列出每个所需条目的向量替换它。

matrix(data = NA, nrow = 14, ncol = 7, dimnames = list(levels(loancase$purpose), levels(loancase$grade)))

我如何实现用所需值填充每个条目的目标？ 我目前在想我使用 tapply() 但不知道如何实现。 这是将代替“NA”的当前代码，但目前它不正确。

grades.per.purpose = tapply(loancase$grade, levels(loancase$purpose), sum)

Answer 1

由于您没有提供可用数据，我将制作一个玩具示例：

df = read.table(text = "grade   purpose   amount
            A  Car   100
            B  Car   200
            C  Car   100
            A  Moving  200
            B  Moving  50
            B  Moving  50", header = TRUE)

我们希望显示Car贷款为 50% B 级、25% A 级和 C 级。 而Moving贷款是67%的A级，33%的B级。

我喜欢使用dplyr库进行这种分组和总结：

library(dplyr)
x = df %>% 
    group_by(purpose) %>% 
    mutate(purpose.total = sum(amount)) %>% 
    group_by(purpose, grade) %>% 
    summarise(percent = sum(amount / purpose.total))

结果：

  purpose  grade   percent
1     Car      A 0.2500000
2     Car      B 0.5000000
3     Car      C 0.2500000
4  Moving      A 0.6666667
5  Moving      B 0.3333333   

要将其分组为您要求的正方形，请尝试使用tidyr库：

tidyr::spread(x, key = grade, value = percent, fill = 0)

结果：

  purpose         A         B     C
1     Car 0.2500000 0.5000000  0.25
2  Moving 0.6666667 0.3333333  0.00    

Answer 2

虽然我认为禁止使用包是无稽之谈，但有一个base R解决方案，最终结果以可能取悦 OP 的方式呈现。

xt <- xtabs(amount ~ grade + purpose, df)
t(xt)/colSums(xt)