dplyr-多种汇总功能 [英] dplyr - Multiple summary functions

问题描述

我正在尝试为一个数据帧计算多个统计信息。

我尝试了 dplyr 的 summarise_each 。但是，结果以平坦的单行返回，并以函数名作为后缀。

有没有直接的方法-使用 dplyr 或基数r-我可以在数据框中获取结果

  library（dplyr）
 $，将列作为数据框的列，将行作为汇总函数？ b $ b df = data.frame（A =样本（1：100，20），
 B =样本（110：200，20），
 C =样本（c（0,1）， 20，replace = T））
 
 df％>％summarise_each（funs（min，max））
＃A_min B_min C_min A_max B_max C_max 
＃1 13117 0 98 188 1 
 
＃所需格式
摘要（df）
＃ABC 
＃最低：13.00分钟：117.0分：0.00 
＃第一位置：34.75第一位置：134.2第一位置：0.00 
＃中位数：45.00中位数：148.0中位数：1.00 
＃均值：52.35均值：149.9均值：0.65 
＃第3名：62.50第3名：168.8第3名：1.00 
＃最高：98.00最多：188.0最大：1.00 
  

解决方案

为什么不仅仅使用 apply 和 summary ？

  sapply（df，摘要）
  

给出：

<最低报价>

  ABC 
 1.00 112.0 0.00 
第一区23.75 134.5 0.00 
中位数57.00 148.5 1.00 
均值50.15 149.9 0.55 
第三级77.50 167.2 1.00 
最高94.00 191.0 1.00 
  

要恢复数据框，只需将<在 data.frame（）中调用code> sapply ： data.frame（sapply（df，摘要） ）。如果要在列中保留摘要统计名称，则可以使用 rownames（df）和 df $ rn<-rownames（df）提取它们或使用 data.table 中的 keep.rownames 参数：

 库（data.table）
 dt<-data.table（sapply（df，摘要），keep.rownames = TRUE ）
  

给出：

 > dt 
 rn A B C 
 1：最低。 11.00 113.0 0.0 
 2：第一区21.50 126.8 0.0 
 3：中位数55.00 138.0 0.5 
 4：均值53.65 145.2 0.5 
 5：第三级83.25 160.5 1.0 
 6：最高98.00 193.0 1.0 
  

I am trying to calculate multiple stats for a dataframe.

I tried dplyr's summarise_each. However, the results are returned in a flat, single-row with the function's name added as a suffix.

Is there a direct way - using dplyr or base r - where I can get the results in a data frame, with the columns as the data frame's columns and the rows as the summary functions?

library(dplyr)

df = data.frame(A = sample(1:100, 20), 
                B = sample(110:200, 20), 
                C = sample(c(0,1), 20, replace = T))

df %>% summarise_each(funs(min, max)) 
# A_min B_min C_min A_max B_max C_max
# 1    13   117     0    98   188     1

# Desired format
summary(df)
# A               B               C       
# Min.   :13.00   Min.   :117.0   Min.   :0.00  
# 1st Qu.:34.75   1st Qu.:134.2   1st Qu.:0.00  
# Median :45.00   Median :148.0   Median :1.00  
# Mean   :52.35   Mean   :149.9   Mean   :0.65  
# 3rd Qu.:62.50   3rd Qu.:168.8   3rd Qu.:1.00  
# Max.   :98.00   Max.   :188.0   Max.   :1.00  

解决方案

Why not just simply use sapply with summary?

sapply(df, summary)

gives:

            A     B    C
Min.     1.00 112.0 0.00
1st Qu. 23.75 134.5 0.00
Median  57.00 148.5 1.00
Mean    50.15 149.9 0.55
3rd Qu. 77.50 167.2 1.00
Max.    94.00 191.0 1.00

To get a dataframe back, just wrap the sapply call in data.frame(): data.frame(sapply(df, summary)). If you want to keep summary statisticnames in a column, you can extract them with rownames(df) with df$rn <- rownames(df) or use the keep.rownames-parameter from data.table:

library(data.table)
dt <- data.table(sapply(df, summary), keep.rownames = TRUE)

which gives:

> dt
        rn     A     B   C
1:    Min. 11.00 113.0 0.0
2: 1st Qu. 21.50 126.8 0.0
3:  Median 55.00 138.0 0.5
4:    Mean 53.65 145.2 0.5
5: 3rd Qu. 83.25 160.5 1.0
6:    Max. 98.00 193.0 1.0

这篇关于dplyr-多种汇总功能的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！