我在制作一个表格时遇到了问题,该表格总结了我的两个数据集及其分类变量,这是一个我在各种论文中经常看到的格式的表格.
问题如下,我有两个数据集(一个比另一个过滤得多一点),我想并排显示他们的分类汇总统计数据.使用两个数据集:
A <- head(mtcars[, c(2, 8:11)])
cyl vs am gear carb
Mazda RX4 6 0 1 4 4
Mazda RX4 Wag 6 0 1 4 4
Datsun 710 4 1 1 4 1
Hornet 4 Drive 6 1 0 3 1
Hornet Sportabout 8 0 0 3 2
Valiant 6 1 0 3 1
B <- head(mtcars[3:6, c(2, 8:11)])
cyl vs am gear carb
Datsun 710 4 1 1 4 1
Hornet 4 Drive 6 1 0 3 1
Hornet Sportabout 8 0 0 3 2
Valiant 6 1 0 3 1
我想像这样提供摘要统计:
Table A Table B
Variable Levels Count Column N % Levels Count Column N %
1 cyl 4 1 16.67 4 1 25
2 6 4 66.67 6 2 50
3 8 1 16.67 8 1 25
4 vs 0 3 50 0 1 25
5 1 3 50 1 3 75
6 am 0 3 50 0 3 75
7 1 3 50 1 1 25
8 gear 3 3 50 3 3 75
9 4 3 50 4 1 25
10 carb 1 3 50 1 3 75
11 2 1 16.67 2 1 25
12 4 2 33.33 4 0 0
我已经能够使用本帖中描述的关于汽车数据集的prettyTable.R 来接近我想要的东西,但是我很难根据我的需要调整这个片段:
Roman Luštrik:
Here's my solution. It ain't pretty, which is why I put a bag over its head (wrap it in a function). I also add another variable to demonstrate that it's general (I hope).
prettyTable <- function(x) {
tbl <- apply(x, 2, function(m) {
marc <- sort(unique(m))
cnt <- matrix(table(m), ncol = 1)
out <- cbind(marc, cnt)
out <- out[order(marc), ] # do sorting
out <- cbind(out, round(prop.table(out, 2)[, 2] * 100, 2))
})
x2 <- do.call("rbind", tbl)
spaces <- unlist(lapply(apply(x, 2, unique), length))
space.names <- names(spaces)
spc <- rep("", sum(spaces))
ind <- cumsum(spaces)
ind <- abs(spaces - ind)+1
spc[ind] <- space.names
out <- cbind(spc, x2)
out <- as.data.frame(out)
names(out) <- c("Variable", "Levels", "Count", "Column N %")
out
}
我已经能够(部分地)通过cbinding这个prettyTable的输出来做到这一点:
cbind(prettyTable(A)[1:11,],prettyTable(B))
这种方法中的一些问题:注意第一个prettyTable中的1:11部分:此代码无法识别两个数据集中出现的不同数量的级别.遗憾的是,我没有足够的技能来识别需要添加/调整的代码,以便在不进行手动编辑的情况下获得所需的结果.
此外,prettyTable.R片段不接受我的分类变量,如果它们是因素,给我一个错误(我认为)引用代码中的prop.table函数.要复制该情境,请在制作prettyTable之前添加以下代码.
A$cyl <- as.factor(A$cyl)
B$cyl <- as.factor(B$cyl)
prettyTable(A)
Error in FUN(newX[, i], ...) : invalid 'type' (character) of argument
最后,该功能在汇总时不接受一列数据.这不一定适用于我的情况,但我猜这样的片段对其他人也有用,如果它也有这个功能.
prettyTable(A$cyl)
Error in apply(x, 2, function(m) { : dim(X) must have a positive length
非常感谢你的任何帮助,我一直在试图弄清楚这一点,但我一直无法自己这样做.
以下是一些方法:
Hmisc 查看?summary.formula更多信息.
library(Hmisc)
AB <- rbind(cbind(A, Table = "A"), cbind(B, Table = "B"))
s <- summary(Table ~., data = AB, method = "reverse")
print(s, exclude1 = FALSE)
赠送:
Descriptive Statistics by Table
+--------+-------+-------+
| |A |B |
| |(N=6) |(N=4) |
+--------+-------+-------+
|cyl : 4 |17% (1)|25% (1)|
+--------+-------+-------+
| 6 |67% (4)|50% (2)|
+--------+-------+-------+
| 8 |17% (1)|25% (1)|
+--------+-------+-------+
|vs : 0 |50% (3)|25% (1)|
+--------+-------+-------+
| 1 |50% (3)|75% (3)|
+--------+-------+-------+
|am : 0 |50% (3)|75% (3)|
+--------+-------+-------+
| 1 |50% (3)|25% (1)|
+--------+-------+-------+
|gear : 3|50% (3)|75% (3)|
+--------+-------+-------+
| 4 |50% (3)|25% (1)|
+--------+-------+-------+
|carb : 1|50% (3)|75% (3)|
+--------+-------+-------+
| 2 |17% (1)|25% (1)|
+--------+-------+-------+
| 4 |33% (2)| 0% (0)|
+--------+-------+-------+
tableone
library(tableone)
AB.fac <- replace(AB, TRUE, lapply(AB, factor)) # AB is from above
tableOne <- CreateCatTable(vars = names(AB)[-6], strata = "Table", data = AB.fac)
print(tableOne, showAllLevels = TRUE, test = FALSE)
赠送:
Stratified by Table
level A B
n 6 4
cyl (%) 4 1 (16.7) 1 (25.0)
6 4 (66.7) 2 (50.0)
8 1 (16.7) 1 (25.0)
vs (%) 0 3 (50.0) 1 (25.0)
1 3 (50.0) 3 (75.0)
am (%) 0 3 (50.0) 3 (75.0)
1 3 (50.0) 1 (25.0)
gear (%) 3 3 (50.0) 3 (75.0)
4 3 (50.0) 1 (25.0)
carb (%) 1 3 (50.0) 3 (75.0)
2 1 (16.7) 1 (25.0)
4 2 (33.3) 0 ( 0.0)
修订添加了tableone解决方案.