R中包含百分比的分类变量表

如果您提供实际数据的样本,您会得到更好的答案(请参阅 this post ). 也就是说,这里有一个使用 dplyr:: (和 reshape2::melt ).

# function to create a column of fake data 
make_var <- function(n=100) sample(c("good","bad","ugly"), size=n, replace=TRUE)

# put ten of them together 
dat <- as.data.frame(replicate(10, make_var()), stringsAsFactors=FALSE) 

library("dplyr")

# then reshape to long format, group, and summarize -- 
dat %>% reshape2::melt(NULL) %>% group_by(variable) %>% summarize(
    good_pct = (sum(value=="good") / length(value)) * 100, 
    bad_pct = (sum(value=="bad") / length(value)) * 100, 
    ugly_pct = (sum(value=="ugly") / length(value)) * 100
)

请注意,要按另一列(例如性别)分组,您可以说 group_by(variable, sex) 在总结之前(只要 sex 是一列数据,但在这个构造的示例中并非如此)。

适应 lefft 的示例,但尝试在 dplyr :

dat %>% 
    gather(variable, value) %>%
    group_by(variable) %>%
    count(value) %>%
    mutate(pct = n / sum(n) * 100) %>%
    select(-n) %>%
    spread(value, pct)