Trouver pourcentage dans un sous-groupe à l'aide de group_by et de synthèse

Je suis nouveau sur dplyr et en essayant de faire la transformation suivante sans un peu de chance. J'ai cherché sur internet et j'ai trouvé des exemples à faire de même dans ddply mais je voudrais utiliser dplyr.

J'ai les données suivantes:

   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
..    ...  ...   ...

Je veux utiliser dplyr pour calculer le pourcentage de chaque type (aaa, bbb, ccc) au mois niveau c'est à dire

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

J'ai essayé

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

Cela donne une 1 comme chaque valeur. Comment puis-je faire la somme(comte de) somme de tous les types dans le mois?

InformationsquelleAutor KC. | 2015-04-09
  1. 52

    Essayer

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

    On peut aussi utiliser left_join après avoir résumé les sum(count) par "mois"

    Ou une option à l'aide de data.table. 

     library(data.table)
 setkey(setDT(data), month)[data[, list(count=sum(count)), month], 
               per:= paste0(round(100*count/i.count,2), '%')][]
    InformationsquelleAutor akrun
  2. 33

    Et avec un peu moins de code:

    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

    Puisque vous voulez à "quitter" votre bloc de données intacte, vous ne devriez pas utiliser summarise, mutate suffira.

    InformationsquelleAutor dimitris_ps