计算每一列中各组内总计的百分比并进行转置

您可以使用的两个主要工作母机做到这一点tidyverse：dplyr用于计算和tidyr重塑数据。一些重塑是令人费解的，所以我将其分为几步。

library(dplyr)
library(tidyr)
...

如果您gather将数据从其原始的宽格式转换为长格式，则将有一列ID，一列ATTx值，一列字母（不知道这些内容的上下文含义，所以我的字面意思是它letters），和值的列中。通过这种格式，您可以按ID，ATT和字母的组合对观察值进行分组，然后可以按布局方式将ATT和字母粘在一起。

df %>%
  gather(key = att, value = letter, -ID, -Value) %>%
  head()
#> # A tibble: 6 x 4
#>      ID Value att   letter
#>   <int> <int> <chr> <chr> 
#> 1     1    10 ATT1  a     
#> 2     1    10 ATT1  a     
#> 3     1    10 ATT1  a     
#> 4     1    10 ATT1  b     
#> 5     1    10 ATT1  b     
#> 6     2    20 ATT1  a

分组后，计算每个ID / ATT /字母组合的总值：

df %>%
  gather(key = att, value = letter, -ID, -Value) %>%
  group_by(ID, att, letter) %>%
  summarise(group_val = sum(Value)) %>%
  head()
#> # A tibble: 6 x 4
#> # Groups:   ID, att [3]
#>      ID att   letter group_val
#>   <int> <chr> <chr>      <int>
#> 1     1 ATT1  a             30
#> 2     1 ATT1  b             20
#> 3     1 ATT2  x             10
#> 4     1 ATT2  y             40
#> 5     1 ATT3  c             20
#> 6     1 ATT3  d             30

使用mutate，您可以计算每个观察值在其较大组中的份额。mutate删除分组层次结构的一层，因此这是给定ID和ATT中每个字母的值份额。由于您不再需要总价值，所以只需要共享它们的份额，请删除该列，并将ATT和字母与放在一起unite。

df %>%
  gather(key = att, value = letter, -ID, -Value) %>%
  group_by(ID, att, letter) %>%
  summarise(group_val = sum(Value)) %>%
  mutate(share = group_val / sum(group_val)) %>%
  select(-group_val) %>%
  unite(group, att, letter, sep = "_") %>%
  head()
#> # A tibble: 6 x 3
#> # Groups:   ID [1]
#>      ID group  share
#>   <int> <chr>  <dbl>
#> 1     1 ATT1_a   0.6
#> 2     1 ATT1_b   0.4
#> 3     1 ATT2_x   0.2
#> 4     1 ATT2_y   0.8
#> 5     1 ATT3_c   0.4
#> 6     1 ATT3_d   0.6

现在，您拥有了所需的所有信息，只需将其转换为宽格式，然后将group列中的值转换为单独的列即可。您可以这样操作spread：

df %>%
  gather(key = att, value = letter, -ID, -Value) %>%
  group_by(ID, att, letter) %>%
  summarise(group_val = sum(Value)) %>%
  mutate(share = group_val / sum(group_val)) %>%
  select(-group_val) %>%
  unite(group, att, letter, sep = "_") %>%
  spread(key = group, value = share)
#> # A tibble: 2 x 11
#> # Groups:   ID [2]
#>      ID ATT1_a ATT1_b ATT2_x ATT2_y ATT3_c ATT3_d ATT4_i ATT4_j ATT4_k
#>   <int>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
#> 1     1    0.6    0.4    0.2    0.8    0.4    0.6    0.2    0.2    0.4
#> 2     2    1     NA      1     NA      1     NA     NA     NA      1  
#> # ... with 1 more variable: ATT4_l <dbl>

请注意，这里没有NA填写ID / ATT /字母组合的注释。我假设您将拥有比发布的样本中更完整的数据。

^{由reprex软件包（v0.2.1）创建于2018-10-03}