數(shù)據(jù)分析中, 我們有時(shí)候會(huì)有這樣的需求, 比如將已有的數(shù)值列,轉(zhuǎn)化為百分位列。

Case study1:

比如說我們有如下表格，代表了ATGC四種堿基的絕對(duì)個(gè)數(shù)。

Base    Num
A       1000
T       2000
G       4000
C       5000

我們現(xiàn)在想增加一列，代表各種堿基的百分比，然后用這個(gè)百分比去畫餅圖， 期待的結(jié)果如下。

Base    Num     Percentage
A       1000    8.3%
T       2000    16.7%
G       4000    33.3%
C       5000    41.7%

我們應(yīng)該怎么操作呢？利用dplyr里面的mutate函數(shù)即可。

require(tidyverse)
df <- read.table("~/ATGC.txt", header = T)
df %>%
  mutate(Percentage=paste0(round(Num/sum(Num)*100,2),"%"))

Case study2:

當(dāng)遇到分組變量，想分別計(jì)算不同的分組條件下，不同的變量的百分比，該怎么做呢？

我們先構(gòu)造一個(gè)數(shù)據(jù)集：

gender <- rep(c("male","female"), each=3)
weight <- c(sample(120:180,3),sample(80:100,3))
df2 <- data.frame(gender, weight)

構(gòu)造的數(shù)據(jù)集df2內(nèi)容如下：

> df2
  gender weight
1   male    168
2   male    125
3   male    133
4 female     99
5 female     88
6 female     80

我們通過group_by()函數(shù)進(jìn)行分組操作：

df2 %>% 
  group_by(gender) %>%
  mutate(Percentage=paste0(round(weight/sum(weight)*100,2),"%"))

最終的結(jié)果如下：

# A tibble: 6 x 3
# Groups:   gender [2]
  gender weight Percentage
  <fct>   <int> <chr>     
1 male      168 39.44%    
2 male      125 29.34%    
3 male      133 31.22%    
4 female     99 37.08%    
5 female     88 32.96%    
6 female     80 29.96%

Done！