Question

我想计算数据帧中某些列的一些统计信息（平均值，最小值，最大值，标准差等），并将这些值存储为另一个数据帧。

以下是一个示例：

>foo

    Col1 Col2 Col3 Col4
1    1    6   10   60
2    2    7   20   70
3    3    8   30   80
4    4    9   40   90
5    5   10   50  100

例如，我想将Col1和Col3的平均值和最小值存储在这样的数据帧中：

>bar

           Col1       Col3
Mean          3         30
Min           1         10

我想通过一个循环来做到这一点，如下所示：

# Result dataframe
bar <- data.frame(Col1 = integer(), Col3 = integer())

variables_for_stats <- c("Col1","Col3")

# I want to do something on the lines of this:
for (z in variables_for_stats){

    # Populate column with required values
    col <- c(mean(foo$z,min(foo$z)) # Throws an error - argument is not numeric or logical: returning NA

    # Add col to 'bar'
    bar$z<- col # Does not work
}

我的实际foo数据框目前有大约40列，实际变量_for_stats大约为20.这两个都可以改变，因此希望通过for循环和列表来实现。我该怎么做？

Answer 1

我们可以遍历感兴趣的列并获取mean和min

sapply(foo[c('Col1', 'Col3')], function(x) c(Mean = mean(x), Min =min(x)))
#      Col1 Col3
#Mean    3   30
#Min     1   10

注意：基于应用的解决方案也是一个循环。但是，它在理解输出

时提供了比for循环更多的控制

Answer 2

如果您对tidyverse解决方案感兴趣...

library(tidyverse)

foo <- tribble(~Col1, ~Col2, ~Col3, ~Col4,
               1,    6,   10,   60,
               2,    7,   20,   70,
               3,    8,   30,   80,
               4,    9,   40,   90,
               5,   10,   50,  100)

foo %>%
  gather(Col, Value) %>% 
  group_by(Col) %>% 
  summarise(Mean = mean(Value), Minimum = min(Value))
#> # A tibble: 4 x 3
#>   Col    Mean Minimum
#>   <chr> <dbl>   <dbl>
#> 1 Col1      3       1
#> 2 Col2      8       6
#> 3 Col3     30      10
#> 4 Col4     80      60

修改如果您希望结果数据框与您在问题中指出的完全一致，那么：

foo %>% gather(Col, Value) %>% group_by(Col) %>% summarise(Mean = mean(Value), Minimum = min(Value)) %>% gather(Func, Value, 2:3) %>% spread(Col, Value) %>% select(Func, Col1, Col3) # A tibble: 2 x 3 # Func Col1 Col3 # <chr> <dbl> <dbl> #1 Mean 3 30 #2 Minimum 1 10

Answer 3

使用base R，您可以执行以下操作：

aggregate( values~ind,stack(foo),function(x)
     c(mean=mean(x),sd=sd(x),min=min(x),max=max(x)))#Write all the functions you want
   ind values.mean  values.sd values.min values.max
1 Col1    3.000000   1.581139   1.000000   5.000000
2 Col2    8.000000   1.581139   6.000000  10.000000
3 Col3   30.000000  15.811388  10.000000  50.000000
4 Col4   80.000000  15.811388  60.000000 100.000000

如果有的话，你只需要摘要统计数据：

 library(tidyverse)
 summary(foo)%>%
     data.frame()%>%
     select(-Var1)%>%
     separate(Freq,c("Fun","Val"),":")%>%
     spread(Fun, Val)

       Var2 1st Qu. 3rd Qu. Max.    Mean    Median  Min.   
1      Col1     2       4       5       3       3       1  
2      Col2     7       9      10       8       8       6  
3      Col3    20      40      50      30      30      10  
4      Col4    70      90     100      80      80      60

Answer 4

您可以使用summarise工具执行此操作。实际计算只是library(tidyverse) foo <- read_table2( "Col1 Col2 Col3 Col4 1 6 10 60 2 7 20 70 3 8 30 80 4 9 40 90 5 10 50 10" ) bar <- foo %>% summarise_at( .vars = vars(Col1, Col3), .funs = funs(mean, min) ) %>% gather(stat, value) %>% separate(stat, into = c("Col", "Func")) %>% spread(Col, value) bar #> # A tibble: 2 x 3 #> Func Col1 Col3 #> <chr> <dbl> <dbl> #> 1 mean 3 30 #> 2 min 1 10，其余的只是将输出转换为您想要的格式。

{{1}}

由reprex package（v0.2.0）创建于2018-06-04。

将计算列添加到dataframe R.

4 个答案: