Question

我正在按照here的说明创建干净的汇总统计表。

在这些说明中，summary_table（）函数的输入是列表列表，如下所示：

our_summary1 <-
  list("Miles Per Gallon" =
   list("min" = ~ min(.data$mpg),
        "max" = ~ max(.data$mpg),
        "mean (sd)" = ~ qwraps2::mean_sd(.data$mpg)),
   "Displacement" =
   list("min" = ~ min(.data$disp),
        "median" = ~ median(.data$disp),
        "max" = ~ max(.data$disp),
        "mean (sd)" = ~ qwraps2::mean_sd(.data$disp)),
   "Weight (1000 lbs)" =
   list("min" = ~ min(.data$wt),
        "max" = ~ max(.data$wt),
        "mean (sd)" = ~ qwraps2::mean_sd(.data$wt)),
   "Forward Gears" =
   list("Three" = ~ qwraps2::n_perc0(.data$gear == 3),
        "Four"  = ~ qwraps2::n_perc0(.data$gear == 4),
        "Five"  = ~ qwraps2::n_perc0(.data$gear == 5))
   )

我的数据集中有48个变量，每个变量都有自己的列。是否有一种更干净的方法让我循环遍历数据框中的所有列以创建一个类似于上述对象的对象，而无需像这样手动输入它？理想情况下，我更喜欢使用tidyverse的解决方案。

我正在考虑做的一件事是将数据更改为长格式，然后使用group_by（）对原始数据中的每一列进行分组，然后使用summarise（）。但是，我的理解是，这将产生一个列表，而不是summary_table（）必需的列表列表。

如果创建汇总表的方式与我在此处尝试执行的方式完全不同，请告诉我。这看起来是我正在考虑的最简洁的选择。对于每个变量，我希望能够对其进行重命名，并包括最小值，最大值，均值和标准偏差。

Answer 1

如前所述，您可以将数据转换为更长的格式并使用summarize()。诀窍是在每个摘要中创建一个列表列：

library(dplyr)
library(tidyr)

summarized <- mtcars %>%
  pivot_longer(cols = c(mpg, wt, disp)) %>%
  group_by(name) %>%
  summarize(lst = list(list(mean = mean(value),
                            max = max(value),
                            min = min(value),
                            sd = sd(value))))

summarized
#> # A tibble: 3 x 2
#>   name  lst             
#> * <chr> <list>          
#> 1 disp  <named list [4]>
#> 2 mpg   <named list [4]>
#> 3 wt    <named list [4]>

然后可以使用tibble软件包中的deframe()将其转换为列表列表。

library(tibble)
result <- deframe(summarized)

str(result)
#> List of 3
#>  $ disp:List of 4
#>   ..$ mean: num 231
#>   ..$ max : num 472
#>   ..$ min : num 71.1
#>   ..$ sd  : num 124
#>  $ mpg :List of 4
#>   ..$ mean: num 20.1
#>   ..$ max : num 33.9
#>   ..$ min : num 10.4
#>   ..$ sd  : num 6.03
#>  $ wt  :List of 4
#>   ..$ mean: num 3.22
#>   ..$ max : num 5.42
#>   ..$ min : num 1.51
#>   ..$ sd  : num 0.978

Answer 2

David的不错解决方案（已投票）！由于我使用lapply快速键入了SIMPLE解决方案，因此您可以在这里进行以下操作：

library(magrittr)
library(qwraps2)
df = data.frame(matrix(rnorm(40), nrow=10))
df

xlist <- function(x)
  { list(
  "min" = min(x),
  "max" = max(x),
  "mean (sd)" = mean_sd(x))}

attach(df)
Smry <- lapply(1:4,FUN=xlist)
Smry

只需按照您喜欢的方式格式化列表，就可以在函数中-这里的关键是1）创建函数＆2）使用lapply

创建带有摘要统计信息的列表列表，以输入到R

2 个答案: