Question

在特别安全局,(相对而言)使用作为表格标题的系数(或数值)很容易形成带有多种变量的交叉表。因此,如下文(编造数据等)。 Q1、Q2和Q3各有1、2或3人。我只剩下这些数目,但可能是因素,似乎无助于解决问题。

                        1 (very Often)   2 (Rarely)   3 (Never)
   Q1. Likes it           12              15             13
   Q2. Recommends it      22              11             10
   Q3. Used it            22              12             9

在特别安全局,人们甚至可以申请浏览量、一栏或总百分比。

I ve Trial table ()、 ftable()、xtab()、 CrossTable() from gmodels, and CrossTable() from descr, 而其中没有一个能够处理(afaik)多种变数; 它们似乎大多处理1个变数,另一个变数相,第3个产生层。

是否有一揽子计划,其中有一些好的交叉表格/表格例子,我可以用来说明这一点吗? 我确信我没有一件简单的事情,因此,我赞赏你指出我错过的东西。或许我必须把每行都编成单独的清单,然后提供数据框架和打印数据框架?

UPDATE: I ve now found ctab() in Pack catspec, which is also on the right path. 令人感兴趣的是,R没有与SPSS的Ctables一致,而这种表格基本上是一种“制表”工具,是用于调查研究的旧的泡沫工具。 ctab(a)正在尝试,是令人钦佩的第一步......但你仍然可以提出这个表(详细)。

Answer 1

<代码>Hmisc 包裹有<编码>summary.formula/code>功能,可按照你的意愿做一些事情。它非常灵活,因此,可以看一看例子的帮助页,但这里适用于你的问题:

library(Hmisc)
dd <- data.frame(Q1=sample(1:3, 20, replace=T), Q2=sample(1:3, 20, replace=T), 
                 Q3=sample(1:3, 20, replace=T))  #fake data
summary(~Q1+Q2+Q3, data=dd, fun=table)

结果是:

 Descriptive Statistics  (N=20)

 +------+-------+
 |      |       |
 +------+-------+
 |Q1 : 1|25% (5)|
 +------+-------+
 |    2 |45% (9)|
 +------+-------+
 |    3 |30% (6)|
 +------+-------+
 |Q2 : 1|30% (6)|
 +------+-------+
 |    2 |35% (7)|
 +------+-------+
 |    3 |35% (7)|
 +------+-------+
 |Q3 : 1|35% (7)|
 +------+-------+
 |    2 |30% (6)|
 +------+-------+
 |    3 |35% (7)|
 +------+-------+

可能的数值在各行各业,因为它具有不同变数的不同价值。您可以按照职能参数(如<代码> 方法和<代码>fun)行事,以获得其他指示。

Answer 2

修改以前的例子

library(Hmisc)
library(plyr)
dd <- data.frame(q1=sample(1:3, 20, replace=T),
 q2=sample(1:3, 20, replace=T), 
 q3=sample(1:3, 20, replace=T))  #fake data

cross <- ldply(describe(dd), function(x) x$values[1,])[-1]

rownames(cross) <- c("Q1. Likes it","Q2. Recommends it","Q3. Used it")
names(cross) <- c("1 (very Often)","2 (Rarely)","3 (Never)")

我们现在看着这样的情况。

> cross
                  1 (very Often) 2 (Rarely) 3 (Never)
Q1. Likes it                   4         10         6
Q2. Recommends it              7          9         4
Q3. Used it                    6          4        10

Answer 3

根本问题是,这一数据没有在tdy格式上。如果数据被改成“长期”形式,则比较容易交叉变数。我们可以使用提款机包中的<条码>。

在重塑之后,许多跨表格的功能将发挥作用;我使用<条码> 表格<>> > > 标/代码”从安吉特人一揽子计划中(因为——全面披露——我维持这一套功能并为此目的建立了这一功能)。

# Create reproducible sample data
set.seed(1)
possible_values <- c("1 (Very Often)", "2 (Rarely)", "3 (Never)")
some_values <- sample(possible_values, 100, replace = TRUE)
dat <- data.frame(Q1 = some_values[1:25], Q2 = some_values[26:50], 
                 Q3 = some_values[51:75], Q4 = some_values[76:100])

library(tidyr)
library(janitor)

dat %>%
  gather(question, response) %>% 
  tabyl(question, response)
#>   question 1 (Very Often) 2 (Rarely) 3 (Never)
#> 1       Q1              8          8         9
#> 2       Q2              4         11        10
#> 3       Q3              8         12         5
#> 4       Q4              7          7        11

从那以后,你可以安排如下功能:<代码>janitor:adorn_%(。

Answer 4

just check Hadley Wickham s reshape package. AFAIS, you need cast function from the package.

Answer 5

<代码>xtabs有一个公式接口,可以采取某种做法加以利用,但可以这样做。如果您在数据框<代码>df上有数据,且其变量称为ques<>/code>和resp<> 代码>,请您使用:



xtabs(~ques+resp,data=df)


例如:

> t1 <- rep(c("A","B","C"),5)
> t2 <- rpois(15,4)
> df <- data.frame(ques=t1,resp=t2)
> xtabs(~ques+resp,data=df)
     resp
names 2 3 4 5 6 7 9
    A 1 0 2 1 0 0 1
    B 1 0 0 2 1 1 0
    C 1 2 0 1 0 1 0

Answer 6

见tableStack() from the epiDisplay rel=“nofollow noreferer”> Pack>。我认为,这或许是你回顾的。

Answer 7

您可在几个表格中使用rbind(),例如:

multitab <- function(...){
   tabs<-list(...)
   tablist<-lapply(tabs,table)
   bigtab<-t(sapply(tablist,rbind))
   bigtab }

友情链接