Question

我想使用R对以下数据集进行一些描述性分析.I 尝试使用reshape包使用融化和dcast功能，但无法使用产生预期的结果。

               Age   MARK_Science  MARK_Maths   MARK_IT
               30         98          78          NA
               40         99          NA          91
               26         NA          98          72
               NA         76          99          98
               29         88          NA          69
               26         NA          NA          56

我希望我的输出格式如下：

                                 Age   MARK_Science  MARK_Maths   MARK_IT  
       Mean
       Median
       Total Observation
       Missing Observation
       % Missing Observation
       SD

我将如何制作这样的产品？能否请您输入所需格式的代码作为输出？有什么建议吗？

Answer 1

您无需融化或重塑，只需对每列应用一些汇总统计信息并汇总结果

# example data
set.seed(256)
df <- data.frame(age= rnorm(100, mean= 30, sd= 7),
                 sci= runif(100, 0, 100),
                 math= runif(100, 0, 100),
                 it= runif(100, 0, 100))

# insert missing values
s <- replicate(4, sample(1:100, rpois(1, lambda = 10), replace=F))

for (i in 1:4) {
  df[[i]][s[[i]]] <- NA
}

# tabulate
t <- rbind(apply(df, 2, mean, na.rm=T),
      apply(df, 2, median, na.rm=T),
      apply(df, 2, length),
      apply(df, 2, function(j) sum(is.na(j))),
      apply(df, 2, function(j) sum(is.na(j))) / nrow(df) * 100)

rownames(t) <- c("mean", "median", "n", "n_miss", "pct_miss")
R> t
               age       sci      math        it
mean      30.41222  52.16733  46.58483  49.99577
median    30.84088  51.76666  47.91840  47.42555
n        100.00000 100.00000 100.00000 100.00000
n_miss    18.00000   9.00000   9.00000  17.00000
pct_miss  18.00000   9.00000   9.00000  17.00000

Answer 2

以下是sapply()

的解决方案

my.agg <- function(x) 
    c(Mean=mean(x, na.rm=TRUE), Median=median(x, na.rm=TRUE), 
    Total.n=length(x), Pct.na=100*sum(is.na(x))/length(x), Sd=sd(x, na.rm=TRUE))
sapply(df, FUN=my.agg)

R中的描述性分析

2 个答案: