Question

我想只汇总R dataframe的数字列。我正在做以下

numeric_var <- names(df)[which(sapply(df, is.numeric))]

summary(df[,.SD, .SDcols = numeric_var])

但是，我得到以下错误

Error in `[.data.frame`(df, , .SD, .SDcols = numeric_var) : 
unused argument (.SDcols = numeric_var)

我怎样才能在R？

中完成

Answer 1

看来，OP正在使用data.table语法（即SDcols = ...）但根据错误消息df只有data.frame类。

要使用data.table语法，必须加载data.table包，并且需要将df强制转换为类data.table。以下是一个完整的例子：

set.seed(1234L)
DF <- data.frame(a = LETTERS[1:5], b = rnorm(5), c = 1:5)
DF
#  a          b c
#1 A -1.2070657 1
#2 B  0.2774292 2
#3 C  1.0844412 3
#4 D -2.3456977 4
#5 E  0.4291247 5

numeric_var <- names(DF)[sapply(DF, is.numeric)]

library(data.table)
setDT(DF)[, summary(.SD), .SDcols = numeric_var]
#       b                 c    
# Min.   :-2.3457   Min.   :1  
# 1st Qu.:-1.2071   1st Qu.:2  
# Median : 0.2774   Median :3  
# Mean   :-0.3524   Mean   :3  
# 3rd Qu.: 0.4291   3rd Qu.:4  
# Max.   : 1.0844   Max.   :5

Answer 2

我们可以使用tidyverse

df %>%
   select_if(is.numeric)
#         col2      col3
#1: -0.5458808 0.6048889
#2:  0.5365853 0.3707349
#3:  0.4196231 0.6716903
#4: -0.5836272 0.6729823
#5:  0.8474600 0.3204306

如果我们需要在summary

上应用tidyverse

df %>% 
    select_if(is.numeric) %>%
    summarise_all(funs(list(summary(.))))

或以宽幅格式输出

df %>%
      select_if(is.numeric) %>% 
       do(data.frame(lapply(., function(x) as.list(summary(x)))))
#    col2.Min. col2.1st.Qu. col2.Median col2.Mean col2.3rd.Qu. col2.Max. col3.Min. col3.1st.Qu. col3.Median col3.Mean col3.3rd.Qu. col3.Max.
#1 -0.5836272   -0.5458808   0.4196231 0.1348321    0.5365853   0.84746 0.3204306    0.3707349   0.6048889 0.5281454    0.6716903 0.6729823

或使用data.table

library(data.table)
i1 <- which(unlist(lapply(df, is.numeric)))

summary函数可以在每列上单独应用。目前还不清楚输出应该如何

setDT(df)[,  unlist(lapply(.SD, summary), recursive = FALSE) , .SDcols = i1]
#   col2.Min. col2.1st Qu.  col2.Median    col2.Mean col2.3rd Qu.    col2.Max.    col3.Min. col3.1st Qu.  col3.Median    col3.Mean col3.3rd Qu.    col3.Max.  
#  -0.5836272   -0.5458808    0.4196231    0.1348321    0.5365853    0.8474600    0.3204306    0.3707349    0.6048889    0.5281454    0.6716903    0.6729823

数据

set.seed(24)
df <- data.table(col1 = letters[1:5], col2 = rnorm(5), col3 = runif(5))

如何只总结R中的数字列

2 个答案:

数据