重复函数以查找多个数据列的描述性统计信息答案

【问题标题】：Repeat function to find descriptive statistics for several data columns重复函数以查找多个数据列的描述性统计信息
【发布时间】：2021-09-21 09:55:40
【问题描述】：

尝试做重复功能和描述性统计。下面一行

print (table <- data.frame(replicate(5,sample(50:100,10,rep=TRUE))))

生成图片中的表格。

我想使用下面的编码对 X1 和 X4 列做一些描述性统计。

GenStats <- function(x){
  newMatrix <- matrix (1:8, nrow = 1)
  colnames(newMatrix) <- c("Mean", "Median", "Maximum", "Variance", "Minimum", "Skewness",
                           "Kurtosis", "Std.Dev")
  rownames(newMatrix) <- "Key Statistics" 
  newMatrix[1,] <- c(mean(x), median(x), max(x), var(x), min(x),
                     skewness(x), kurtosis(x), sd(x))
  newMatrix
}

我可以让它适用于 1 个样本，例如

然后我的问题 - 我如何查看两个样本（独立处理），例如X1 和 X4？

我试过了-

x <- c("table$X1", "table$X4")

但这没有用。

然后我尝试使用 sapply，例如

sapply(x, function(x) {
  + (x[, c(mean, median, sd)])
  + })

但在错误消息中出现了意外的“}”。

一如既往，如果有人可以指导我，将不胜感激。

提前谢谢你。

【问题讨论】：

你的sapply() 中的x 是什么？您有function(y)，但没有使用y。另外，y 是什么？（sapply中的第一个）
Apols Sotos，已更正。

标签： r function sapply

【解决方案1】：

这能解决您的问题吗？

library(dplyr)
output <- sapply(table %>% select(X1,X4), FUN = GenStats)
rownames(output) <- c("Mean", "Median", "Maximum", "Variance", "Minimum", "Skewness",
                      "Kurtosis", "Std.Dev")
output
                  X1           X4
Mean      78.9000000  76.10000000
Median    84.0000000  74.50000000
Maximum   96.0000000  95.00000000
Variance 286.9888889 222.54444444
Minimum   52.0000000  53.00000000
Skewness  -0.4325578  -0.03126238
Kurtosis  -1.5714491  -1.59510245
Std.Dev   16.9407464  14.91792360

编辑：您可以在第一行替换 X1 和 X4 以将功能应用于您想要的列

【讨论】：

不要在数据帧上使用apply。 apply 在任何操作之前强制转换为矩阵，从而使其效率低下。仅当输入是矩阵时才应使用它。对于数据帧，sapply 或 lapply 更好
我不知道@Sotos 的全部内容，感谢您提供的知识。因此，我用 sapply 进行了编辑
MonJeanJean，我需要什么库才能使用 %>%>。？ ...找不到功能...
对不起，是dplyr
为什么加载dplyr 只是为了选择列？为什么不只是sapply(table[c('X1', 'X4')], GenStats)

【解决方案2】：

您可以使用来自psych 库的describe：

library(psych)
describe(table[,c("X1", "X4")])

输出：

   vars  n mean    sd median trimmed   mad min max range skew kurtosis   se
X1    1 10 67.2 16.61   61.5   65.25 14.83  50 100    50 0.64    -1.08 5.25
X4    2 10 72.6 15.92   73.0   72.62 22.24  53  92    39 0.00    -1.90 5.03

或者：用你自己的函数 随着lapply 通知skewness 更改为倾斜和kurtosis 更改为kurtosi

library(psych)
GenStats <- function(x){
    newMatrix <- matrix (1:8, nrow = 1)
    colnames(newMatrix) <- c("Mean", "Median", "Maximum", "Variance", "Minimum", "Skewness",
                             "Kurtosis", "Std.Dev")
    rownames(newMatrix) <- "Key Statistics" 
    newMatrix[1,] <- c(mean(x), median(x), max(x), var(x), min(x),
                       skew(x), kurtosi(x), sd(x))
    newMatrix
}

lapply(table[,c(1,4)], GenStats)

输出：

$X1
               Mean Median Maximum Variance Minimum  Skewness  Kurtosis  Std.Dev
Key Statistics 67.2   61.5     100 275.9556      50 0.6432985 -1.079559 16.61191

$X4
               Mean Median Maximum Variance Minimum    Skewness Kurtosis  Std.Dev
Key Statistics 72.6     73      92 253.3778      53 0.004540284 -1.90361 15.91784

【讨论】：