Localizando porcentagem em um subgrupo usando group_by e resumir




group-by dplyr (2)

Eu sou novo no dplyr e estou tentando fazer a seguinte transformação sem sorte. Pesquisei na Internet e encontrei exemplos para fazer o mesmo no ddply, mas gostaria de usar o dplyr.

Eu tenho os seguintes dados:

   month   type  count
1  Feb-14  bbb   341
2  Feb-14  ccc   527
3  Feb-14  aaa  2674
4  Mar-14  bbb   811
5  Mar-14  ccc  1045
6  Mar-14  aaa  4417
7  Apr-14  bbb  1178
8  Apr-14  ccc  1192
9  Apr-14  aaa  4793
10 May-14  bbb   916
..    ...  ...   ...

Eu quero usar o dplyr para calcular a porcentagem de cada tipo (aaa, bbb, ccc) no nível do mês, ou seja

   month   type  count  per
1  Feb-14  bbb   341    9.6%
2  Feb-14  ccc   527    14.87%
3  Feb-14  aaa  2674    ..
..    ...  ...   ...

eu tentei

data %>%
  group_by(month, type) %>%
  summarise(count / sum(count))

Isso fornece 1 como cada valor. Como faço para somar (contar) a soma de todos os tipos no mês?


E com um pouco menos de código:

df <- data.frame(month=c("Feb-14", "Feb-14", "Feb-14", "Mar-14", "Mar-14", "Mar-14", "Apr-14", "Apr-14", "Apr-14", "May-14"),
             type=c("bbb", "ccc", "aaa", "bbb", "ccc", "aaa", "bbb", "ccc", "aaa", "bbb"),
             count=c(341, 527, 2674, 811, 1045, 4417, 1178, 1192, 4793, 916))


library(dplyr)

df %>% group_by(month) %>% 
       mutate(per=paste0(round(count/sum(count)*100, 2), "%")) %>% 
       ungroup

Como você deseja "deixar" seu quadro de dados intocado, não use summarise , a mutate será suficiente.


Experimentar

library(dplyr)
data %>%
    group_by(month) %>%
    mutate(countT= sum(count)) %>%
    group_by(type, add=TRUE) %>%
    mutate(per=paste0(round(100*count/countT,2),'%'))

Também poderíamos usar left_join depois de resumir a sum(count) por 'mês'

Ou uma opção usando data.table .

 library(data.table)
 setkey(setDT(data), month)[data[, list(count=sum(count)), month], 
               per:= paste0(round(100*count/i.count,2), '%')][]




dplyr