r - r 拆分应用组合问题
问题描述
我是 r 的新手并且有一个大的 data.frame(906 行),我想(行?)在应用多个描述性之前将 data.frame 按第一列(与相同名称关联的条目放在一起)拆分其余列的统计数据(平均值、标准差、标准误差/方差、25% 和 75% 置信区间、最小值、最大值和中位数)。与每个物种相关的行数是不一样的,所以它是不均匀/不平衡的分裂。有很多 na 分散在“par”列中(每一行至少有 1 个列条目),但我只想忽略/跳过 na,而不是删除/省略该行。这是我的初始 data.frame 的图片 - 列名不是我正在使用的实际列名
我希望我的最终输出显示:名称列、描述性统计列和描述性统计结果列(每个标准列一列)。如果可能的话,我已经包含了我希望表格输出看起来像的图片(par 列中的值实际上并不是计算的统计数据,我只是将随机的东西放入以填充框架)到目前为止我尝试过的所有内容,没有奏效。同样,也很新,我不确定我在做什么,请帮忙。
解决方案
通常,您可以通过查看 R 附带的内容(data()
将显示数据集列表和简要说明)为您的可重现示例找到合适的数据。例如,iris
数据集与您的数据集相似,只是物种名称是最后一列:
data(iris)
iris <- iris[, c(5, 1:4)]
iris.splt <- split(iris[, 2:5], iris[, 1])
现在我们已经加载了数据,将最后一列移到了第一个位置,并按物种将数据集拆分为 3 个数据帧,这些数据帧存储在一个名为 的列表中iris.splt
。物种名称是列表每个部分的名称,只有数据存储在该列表部分的数据框中。现在你需要编写一个函数来计算你需要的统计数据。这是基于您提供的图片的示例,但您可能需要更改它:
stats <- function(x) {
quant=as.matrix(quantile(x, na.rm=TRUE))
mean=mean(x, na.rm=TRUE)
sd=sd(x, na.rm=TRUE)
var=var(x, na.rm=TRUE)
return(rbind(quant, mean, sd, var))
}
这将计算单个列的统计信息。我们需要使用该函数在列表的每一部分的每一列上运行该lapply
函数两次,然后第三次将这些列组合在一起:
iris.stats <- lapply(iris.splt, function(x) lapply(x, stats))
iris.dfs <- lapply(iris.stats, data.frame)
iris.dfs
# $setosa
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0% 4.3000 2.3000 1.00000 0.10000
# 25% 4.8000 3.2000 1.40000 0.20000
# 50% 5.0000 3.4000 1.50000 0.20000
# 75% 5.2000 3.6750 1.57500 0.30000
# 100% 5.8000 4.4000 1.90000 0.60000
# mean 5.0060 3.4280 1.46200 0.24600
# sd 0.3525 0.3791 0.17366 0.10539
# var 0.1242 0.1437 0.03016 0.01111
#
# $versicolor
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0% 4.9000 2.00000 3.0000 1.00000
# 25% 5.6000 2.52500 4.0000 1.20000
# 50% 5.9000 2.80000 4.3500 1.30000
# 75% 6.3000 3.00000 4.6000 1.50000
# 100% 7.0000 3.40000 5.1000 1.80000
# mean 5.9360 2.77000 4.2600 1.32600
# sd 0.5162 0.31380 0.4699 0.19775
# var 0.2664 0.09847 0.2208 0.03911
#
# $virginica
# Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0% 4.9000 2.2000 4.5000 1.40000
# 25% 6.2250 2.8000 5.1000 1.80000
# 50% 6.5000 3.0000 5.5500 2.00000
# 75% 6.9000 3.1750 5.8750 2.30000
# 100% 7.9000 3.8000 6.9000 2.50000
# mean 6.5880 2.9740 5.5520 2.02600
# sd 0.6359 0.3225 0.5519 0.27465
# var 0.4043 0.1040 0.3046 0.07543
您必须决定如何使用此列表,或者是否要将其组合回单个数据框,但这应该可以帮助您入门。
推荐阅读
- python - 如何以 f 字符串格式将舍入一半设置为向下?
- excel - 有没有办法在 Excel 列中添加与不匹配数据计数相对应的行?
- php - 带有 Raw JSONObject 的 Android API 发布请求返回错误
- javascript - Rails 6 应用程序不断丢失样式(缺少绑定)
- php - 当值为零时php切换错误响应
- python - 使用 Python 从 GitHub 下载文件
- java - SpringBoot中通过构造函数表示的不满足的依赖关系
- c - 可视化 C 结构依赖项
- logging - Winston:信息和错误函数:捕获源自日志记录本身的错误
- pytest - pytest 使用夹具参数化测试