Создание сводной статистической таблицы из кадра данных

У меня есть следующий фрейм данных (df) из 29 наблюдений за 5 переменными:

    age   height_seca1 height_chad1 height_DL weight_alog1
1   19         1800         1797       180           70
2   19         1682         1670       167           69
3   21         1765         1765       178           80
4   21         1829         1833       181           74
5   21         1706         1705       170          103
6   18         1607         1606       160           76
7   19         1578         1576       156           50
8   19         1577         1575       156           61
9   21         1666         1665       166           52
10  17         1710         1716       172           65
11  28         1616         1619       161           66
12  22         1648         1644       165           58
13  19         1569         1570       155           55
14  19         1779         1777       177           55
15  18         1773         1772       179           70
16  18         1816         1809       181           81
17  19         1766         1765       178           77
18  19         1745         1741       174           76
19  18         1716         1714       170           71
20  21         1785         1783       179           64
21  19         1850         1854       185           71
22  31         1875         1880       188           95
23  26         1877         1877       186          106
24  19         1836         1837       185          100
25  18         1825         1823       182           85
26  19         1755         1754       174           79
27  26         1658         1658       165           69
28  20         1816         1818       183           84
29  18         1755         1755       175           67

Я хочу получить среднее, стандартное отклонение, медианное, минимальное, максимальное и размер выборки каждой из переменных и получить выход в виде кадра данных. Я попытался использовать код ниже, но тогда для меня становится невозможным работать, и использование tapply или aggregate, кажется, вне меня, как начинающий программист R. В моем задании мне не нужны никакие "дополнительные" R-пакеты.

apply(df, 2, mean)
apply(df, 2, sd)
apply(df, 2, median)
apply(df, 2, min)
apply(df, 2, max)
apply(df, 2, length)

В идеале, так должен выглядеть кадр выходных данных, включая заголовки строк для каждой из статистических функций:

             age height_seca1 height_chad1    height_DL weight_alog1 
mean          20         1737         1736          173           73
sd            3.3         91.9         92.7          9.7         14.5 
median        19         1755         1755          175           71
minimum       17         1569         1570          155           50 
maximum       31         1877         1880          188          106
sample size   29           29           29           29           29 

Любая помощь будет принята с благодарностью.

Ответ 1

Или используя то, что вы уже сделали, вам просто нужно поместить эти резюме в список и использовать do.call

df <- psych::read.clipboard()

tmp <- do.call(data.frame, 
           list(mean = apply(df, 2, mean),
                sd = apply(df, 2, sd),
                median = apply(df, 2, median),
                min = apply(df, 2, min),
                max = apply(df, 2, max),
                n = apply(df, 2, length)))
tmp

                   mean        sd median  min  max  n
age            20.41379  3.300619     19   17   31 29
height_seca1 1737.24138 91.919474   1755 1569 1877 29
height_chad1 1736.48276 92.682492   1755 1570 1880 29
height_DL     173.37931  9.685828    175  155  188 29
weight_alog1   73.41379 14.541854     71   50  106 29

или...

data.frame(t(tmp))

             age height_seca1 height_chad1  height_DL weight_alog1
mean   20.413793   1737.24138   1736.48276 173.379310     73.41379
sd      3.300619     91.91947     92.68249   9.685828     14.54185
median 19.000000   1755.00000   1755.00000 175.000000     71.00000
min    17.000000   1569.00000   1570.00000 155.000000     50.00000
max    31.000000   1877.00000   1880.00000 188.000000    106.00000
n      29.000000     29.00000     29.00000  29.000000     29.00000

Ответ 2

Попробуйте basicStats из пакета fBasics

> install.packages("fBasics")
> library(fBasics)
> basicStats(df)
                   age height_seca1 height_chad1   height_DL weight_alog1
nobs         29.000000    29.000000    29.000000   29.000000    29.000000
NAs           0.000000     0.000000     0.000000    0.000000     0.000000
Minimum      17.000000  1569.000000  1570.000000  155.000000    50.000000
Maximum      31.000000  1877.000000  1880.000000  188.000000   106.000000
1. Quartile  19.000000  1666.000000  1665.000000  166.000000    65.000000
3. Quartile  21.000000  1816.000000  1809.000000  181.000000    80.000000
Mean         20.413793  1737.241379  1736.482759  173.379310    73.413793
Median       19.000000  1755.000000  1755.000000  175.000000    71.000000
Sum         592.000000 50380.000000 50358.000000 5028.000000  2129.000000
SE Mean       0.612910    17.069018    17.210707    1.798613     2.700354
LCL Mean     19.158305  1702.277081  1701.228224  169.695018    67.882368
UCL Mean     21.669282  1772.205677  1771.737293  177.063602    78.945219
Variance     10.894089  8449.189655  8590.044335   93.815271   211.465517
Stdev         3.300619    91.919474    92.682492    9.685828    14.541854
Skewness      1.746597    -0.355499    -0.322915   -0.430019     0.560360
Kurtosis      2.290686    -1.077820    -1.086108   -1.040182    -0.311017

Вы также можете подмножить вывод, чтобы получить то, что вы хотите:

> basicStats(df)[c("Mean", "Stdev", "Median", "Minimum", "Maximum", "nobs"),]
              age height_seca1 height_chad1  height_DL weight_alog1
Mean    20.413793   1737.24138   1736.48276 173.379310     73.41379
Stdev    3.300619     91.91947     92.68249   9.685828     14.54185
Median  19.000000   1755.00000   1755.00000 175.000000     71.00000
Minimum 17.000000   1569.00000   1570.00000 155.000000     50.00000
Maximum 31.000000   1877.00000   1880.00000 188.000000    106.00000
nobs    29.000000     29.00000     29.00000  29.000000     29.00000

Другой альтернативой является то, что вы определяете свою собственную функцию, как в этом сообщении.

Обновление:

(Я не читал "Мой задание требует, чтобы я не использовал никаких дополнительных пакетов R".)

Как я уже говорил, вы можете определить свою собственную функцию и перебрать все столбцы с помощью *apply семейных функций:

my.summary <- function(x,...){
  c(mean=mean(x, ...),
    sd=sd(x, ...),
    median=median(x, ...),
    min=min(x, ...),
    max=max(x,...), 
    n=length(x))
}

# all these calls should give you the same results.
apply(df, 2, my.summary)
sapply(df, my.summary)
do.call(cbind,lapply(df, my.summary))

Ответ 3

Вы можете использовать lapply для перехода по каждому столбцу и анонимной функции для выполнения каждого из ваших вычислений:

res <- lapply( mydf , function(x) rbind( mean = mean(x) ,
                                  sd = sd(x) ,
                                  median = median(x) ,
                                  minimum = min(x) ,
                                  maximum = max(x) ,
                                  s.size = length(x) ) )

data.frame( res )
#              age height_seca1 height_chad1  height_DL weight_alog1
#mean    20.413793   1737.24138   1736.48276 173.379310     73.41379
#sd       3.300619     91.91947     92.68249   9.685828     14.54185
#median  19.000000   1755.00000   1755.00000 175.000000     71.00000
#minimum 17.000000   1569.00000   1570.00000 155.000000     50.00000
#maximum 31.000000   1877.00000   1880.00000 188.000000    106.00000
#s.size  29.000000     29.00000     29.00000  29.000000     29.00000

Ответ 4

До сих пор у меня была такая же проблема, и я написал...

h <- function(x, flist){
  f <- function(f,...)f(...)
  g <- function(x, flist){vapply(flist, f , x, FUN.VALUE = numeric(1))}
  df <- as.data.frame(lapply(x, g , flist))
  row.names(df) <- names(flist)
  df

}

h(cars, flist = list(mean = mean, median = median, std_dev =  sd))

он должен работать с любой функцией, указанной в flist, пока функция возвращает одно значение; то есть он не будет работать с диапазоном

Обратите внимание, что элементы flist должны быть названы иначе, вы получите странные row.names для результирующего data.frame