Question

我进行了一项包含大量项目的调查，每项都有不同的分类响应选项存储为因子。我需要以有效的方式总结这些列，最好使用forcats::fct_count()提供的功能。我还需要知道为每个变量提供了多少非NA响应，因为向不同的受访者显示了不同的项目。我编写了一个函数来创建一个整洁的小摘要数据框，但正在努力有效地沿每列运行此函数，然后将结果合并到一个对象（ala ddply）。 / p>

我已尝试sapply()，gather()将数据转换为长格式，然后运行ddply()，但每个变量的不同级别问题似乎都在不断变化在路上。有关数据集和总结功能的可重现示例，请参见下文。我可以为每个变量运行该函数（如下所示），但我知道这样做是一种更有效的方法，不需要创建大量单独的摘要数据框架对象。感谢您提供的任何帮助。

data <- data.frame(
  ID = c(1:50),
  X = as.factor(sample(c("yes", "no", NA), 50, replace = TRUE)),
  Y = as.factor(sample(c("a", "b", "c", NA), 50, replace = TRUE)),
  Z = as.factor(sample(c("d", "e", "f", "g", "h", NA), 50, replace = TRUE))
)

library(tidyverse)
library(forcats)

factorsummaries.f <- function(x) {
  x <- na.omit(x)
  counts <- fct_count(fct_drop(x), sort = T)
  counts$f <- as.character(counts$f)
  total <- data.frame(f = "sum", n = as.numeric(sum(counts$n)))
  return(bind_rows(counts, total))
}

factorsummaries.f(data$X)
factorsummaries.f(data$Y)

Answer 1

也许您正在寻找purrr::map_dfr

map_dfr(data[,2:ncol(data)], factorsummaries.f, .id = "colname")
#output  


 colname     f     n
   <chr> <chr> <dbl>
 1     X    no    18
 2     X   yes    17
 3     X   sum    35
 4     Y     a    14
 5     Y     c    13
 6     Y     b    12
 7     Y   sum    39
 8     Z     g    10
 9     Z     d     9
10     Z     h     8
11     Z     f     6
12     Z     e     5
13     Z   sum    38

对多列中的因子使用自定义汇总函数

1 个答案: