在R中，计算二项式值的相对频率（按多列分组），并使用此“摘要”创建一个新的数据集

Question

我有一个数据集（名为“ gala”），其列为“天”，“树”，“ Trt”和“可计数”。 数据是随着时间的推移而收集的，因此每个编号的树都是同一棵树，每种处理在整天中都是相同的。 对于每个处理重复树编号（例如，对于多个处理，树“ 1”）。 我想知道“可计数”列值的比例/频率。 我已经将“可计数”列中的值转换为二项式（“ 0”和“ 1”）。

我想为“可计数”列计算“ 1”与“ 0”的相对频率，对于每天每种处理的每棵树 （例如，如果我有八个1和两个0，则新列值为“ 0.8”以在该天对该处理的树的一个值进行总结 ，并将这些结果输出到一个新的数据框中，该数据框还包括原始的day，Tree和Trt值。

我一直没有尝试从其他Stack Overflow答案中编写代码的科学怪人，但是我无法使代码正常工作。 许多人使用“和”，但我不希望求和，我只想R将“ 0”和“ 1”像分类值一样对待，并给我每个数据子集的相对比例 。 如果我错过了，很抱歉，请通过此答案的链接通知我。 我是R和R的新手，我不太了解如何应用与我想做的事情不直接相关的其他代码。

根据我对其他类似问题的了解，dplyr似乎是我最好的选择。 到目前为止，这是我所拥有的，但是我不断收到各种错误：

library(dplyr)
RelativeFreq <-
  (gala %>%
    group_by(Day, Tree, Trt) %>%
    summarise(Countable) %>%
    mutate(rel.freq=n/length(Countable)))

我也尝试过此方法，但没有成功：

RelativeFreq <- gala[,.("proportion"=frequency(Countable[0,1])), by=c("Day","Tree","Trt")]

任何帮助是极大的赞赏。 谢谢！

Answer 1

您可以使用data.table：

# create fake data
set.seed(0)
df <- expand.grid(Day = 1:2, 
                  Tree = 1:2, 
                  Trt = 1:2)
df<- rbind(df, df, df)
library(data.table)
# make df a data.table
setDT(df)
# create fake Countable column
df[, Countable := as.integer(runif(.N) < 0.5)]
RelativeFreq <- df[, list(prop = sum(Countable)/.N), by = list(Day, Tree, Trt)]
RelativeFreq 
   Day Tree Trt      prop
1:   1    1   1 0.3333333
2:   2    1   1 0.3333333
3:   1    2   1 0.6666667
4:   2    2   1 0.6666667
5:   1    1   2 0.3333333
6:   2    1   2 0.3333333
7:   1    2   2 0.6666667
8:   2    2   2 0.0000000