绘制R中数据框中每个数值的平均值和标准差答案

【问题标题】：Plotting mean and standard deviation for every numeric value in data frame in R绘制R中数据框中每个数值的平均值和标准差
【发布时间】：2022-07-05 22:35:08
【问题描述】：

我想用平均值作为条形图绘制每个数字列，标准差是一条穿过条形的线。如何为 iris 数据集执行此操作？

我正在尝试转换我的数据集，以便在 ggplot2 中轻松绘图。

我尝试过的

iris %>%
  dplyr::select_if(is.numeric) %>%
  dplyr::summarise(avg_sepal_length = mean(Sepal.Length),
                  avg_sepal_width = mean(Sepal.Width),
                  avg_petal_length = mean(Petal.Length),
                  avg_petal_width = mean(Petal.Width),
                  sd_sepal_length = sd(Sepal.Length),
                  sd_sepal_width = sd(Sepal.Width),
                  sd_petal_length = sd(Petal.Length),
                  sd_petal_width = sd(Petal.Width))

我想转成两列，所以数据框看起来像这样：

stat            mean            sd
sepal_length    5.843333        0.8280661        
sepal_width     3.057333        0.4358663
petal_length    3.758           1.765298    
pedal_width     1.199333        0.7622377

然后将上限和下限绘制为 sd 和 the 的一条线。表示为 ggplot 中的条形

【问题讨论】：

标签： r ggplot2 dplyr

【解决方案1】：

您的输出格式不是ggplot2 的最佳格式，它更喜欢它：


library(tidyr); library(dplyr)

iris %>%
  summarise(
        across(
            where(is.double), 
            list(mean = mean, sd = sd)
        )
    )  |>
    pivot_longer(
        everything(), 
        names_sep = "_", 
        names_to = c("feature", "stat")
    )  


# A tibble: 8 x 3
#   feature      stat  value
#   <chr>        <chr> <dbl>
# 1 Sepal.Length mean  5.84
# 2 Sepal.Length sd    0.828
# 3 Sepal.Width  mean  3.06
# 4 Sepal.Width  sd    0.436
# 5 Petal.Length mean  3.76
# 6 Petal.Length sd    1.77
# 7 Petal.Width  mean  1.20
# 8 Petal.Width  sd    0.762

由于您熟悉 iris 数据集，因此值得查看 docs 与 across 的大量使用。

【讨论】：

【解决方案2】：

为了达到您想要的结果，您可以首先使用dplyr::across 简化您的代码。之后，您可以通过pivot_longer 转换为long，从而使用.value 允许将means 和sds 放在它们自己的列中。最后，您可以将您的情节组合为例如geom_col 和 geom_pointrange:

library(dplyr)
library(tidyr)
library(ggplot2)

iris_sum <- iris %>%
  summarise(across(where(is.numeric), .fns = list(avg = mean, sd = sd), .names = "{.fn}_{.col}")) |> 
  pivot_longer(everything(), names_to = c(".value", "name"), names_sep = "_") |> 
  mutate(name = gsub("\\.", '_', tolower(name)))

iris_sum
#> # A tibble: 4 × 3
#>   name           avg    sd
#>   <chr>        <dbl> <dbl>
#> 1 sepal_length  5.84 0.828
#> 2 sepal_width   3.06 0.436
#> 3 petal_length  3.76 1.77 
#> 4 petal_width   1.20 0.762

ggplot(iris_sum, aes(name, avg)) +
  geom_col() +
  geom_pointrange(aes(ymin = avg - sd, ymax = avg + sd))

【讨论】：