小编RNB*_*RNB的帖子

我正在尝试创建一个表,用另一个变量汇总几个分类变量(使用频率和比例).我想使用dplyr包来做到这一点.

之前的Stack Overflow讨论部分涉及我正在寻找的内容: 使用dplyr的相对频率/比例和计算某个组的相对频率.

使用mtcars数据集,如果我只想查看gear按am类别的比例,这就是输出的样子:

    mtcars %>%
    group_by(am, gear) %>%
    summarise (n = n()) %>%
    mutate(freq = n / sum(n))

    #   am gear  n      freq
    # 1  0    3 15 0.7894737
    # 2  0    4  4 0.2105263
    # 3  1    4  8 0.6153846
    # 4  1    5  5 0.3846154

但是,我实际上不仅要在同一个表中查看gearsby am,还要分别查看carbby am和cylby am.如果我将代码修改为:

    mtcars %>%
    group_by (am, gear, carb, cyl) %>%
    summarise (n = …

我有一个长格式的分层数据框,其中每一行代表关系,其中许多可以属于一个人.以下是小示例数据集的代码:

df <- data.frame(id = as.factor(c(1,1,1,2,2,3,4,4)),
             partner = c(1,2,3,1,2,1,1,2),
             kiss = as.factor(c("Yes", "No", "No", "No", "No", "Yes", "Yes", "No")))

  id partner kiss
1  1       1  Yes
2  1       2   No
3  1       3   No
4  2       1   No
5  2       2   No
6  3       1  Yes
7  4       1  Yes
8  4       2   No

我想在这个数据集中创建一个新的因子变量,指示该人(由'id变量表示)是否从未亲吻过他们的任何"伙伴".换句话说,如果这个人与他们的任何一个伙伴有一个吻,那么新的变量将表示"是" - 他们从未与任何伴侣发过吻.这是我认为应该是这样的:

  id partner kiss neverkiss
1  1       1  Yes        No
2  1       2   No        No
3  1       3   No        No
4  2       1   No …

我有一个长数据集，它由多个插补（假设10个插补）产生的几个数据集组成。它们具有标识插补的id变量。我想在每个这些估算数据集上引导10个数据集。引导程序完成后，我要在每个模型上运行模型（100个插补引导程序组合）。

在此示例中，我不确定是使用该broom::bootstrap()功能还是该modelr::bootstrap()功能。此外，分组似乎在我的管道中丢失了。

这是使用mtcars数据集的可重现示例：

library(tidyverse)
library(broom)

cars <- mtcars %>%
  mutate(am = as.factor(am)) %>% # This is standing in for my imputation id variable
  group_by(am) 

Source: local data frame [32 x 11]
Groups: am [2]

# A tibble: 32 x 11
     mpg   cyl  disp    hp  drat    wt  qsec    vs     am  gear  carb
   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <fctr> <dbl> <dbl>
 1  21.0     6 160.0   110  3.90 2.620 16.46     0      1     4     4
 2  21.0 …