自定义描述性统计表导出

Question

我花了几周的时间寻找解决我的问题的方法，我不仅要查找而且要创建可导出到 xlsx 的数据的描述性统计汇总表（理想情况下）。我只找到了部分答案，我在 R 和 R 包中的知识仍然足够基本，足以限制我的进步。我的数据集是包含 6 列、50,000 多行的时间序列数据。

我的DF信息：

日期时间:POSIXCT 格式“YYYY-MM-DD HH:MM:SS”

Var1: 数字

Var2: 数字

Var3: 数字

Var4：具有 2 个级别“A”、“B”的因子

Var5：因子 w/ 4 个级别“S1”、“S2”、“S3”、“S4”

我的目标如下：

1. 使用 tidyverse 操作我的数据框以对我的数据进行子集化

2. 使用子集数据创建 1 个汇总表（即 tibble 或 data.frame 格式），其中包含 Var1、Var2 和 Var3 的 2 个子因子（Var4 和/或 Var5）。下面是我所针对的表格的一个简化的可视化示例：

1. 将汇总表（或汇总表，如果无法使用一个表）导出为 xlxs（理想情况下）、.CSV 或 .TXT 以在 Excel 中用于样式表编辑。目前，“writexl”包对我来说效果很好，因为“xlsx”和“openxlsx”包有问题。这是使用 openxlsx 包导出到 xlsx 所需的代码：write_xlsx(dataframe, path = "C:/Users/user/Desktop")。 MacOS 用户请注意，path = /Users/admin/yoursubfolder/yoursubfolder....（在“yoursubfolder”中填写您计算机上的实际文件夹名称）

我做了什么：

• 使用 dplyr 和 %>% 函数来处理不带和带因子 Var4 或 Var5 的数据
• 尝试创建一个汇总表，其中 Var4 作为 Var1、Var2 和 Var3 的一个因素（部分成功；样式不是我想要的，或者无法导出到 Excel）
• 查看了多个 StackOverflow 问题和 Google 搜索，但没有成功找到适用于我的特定案例的代码。我尝试使用 qwraps2 创建一个并查看以下软件包以获取预先制作的内容：psych、stargazer 和 HMSIC。我不喜欢他们的表格样式，他们也不是都可以选择只显示 N、mean、StDev、SEM、Min 和 Max。
• 我知道 SEM 在大多数软件包中不是标准功能；因此，我从堆栈溢出的答案中借用了这个函数，因为我不知道如何创建函数。这是借来的代码：SEM <- function(x) sd(x)/sqrt(length(x))

由于我无法附加示例数据并且我的编码非常基础，因此我可以提出以下建议：

示例数据：

很遗憾，我无法附上样本数据进行测试。另外由于我对 R 的了解有限，我无法制作出完美的数据框。下面是一个示例数据框，但我无法让因子均匀分布在它们各自的列中（对不起）。这是我的代码：

df <- data.frame(
"DateTime" = seq(c(ISOdate(2018,03,01)), by = "day", length.out = 100),
"Var1" = rnorm(1:100), 
"Var2" = rnorm(1:100), 
"Var3" = rnorm(1:100),
"Var4" = c("A", "B"),
"Var5" = c("S1","S2", "S3", "S4"))

我正在尝试这个：

"S1"[(1:25)],
"S2"[(26:50)], 
"S3"[(51:75)], 
"S4"[(76:100)] # and 
"A"[(1:50], "B"[(51:100)] #but that didn't work, so sorry again.

尽管我缺乏适当的编码，但如果我喜欢 R 和所有该软件的功能，但我觉得非常不方便的是，没有简单、直接的方法可以在控制台中导出表格以复制和粘贴到有用的表格中，如 Excel 电子表格或 Word 文档，而不是标准的 LaTex 格式导出（我不顺便说一句，完全理解）。我知道这个话题已经在不同的论坛中讨论过，其他人也分享了我的观点，即它是多么糟糕，尤其是对于那些需要它来进行数据处理而不是像 Rmarkdown 这样的文档创建的人。

Answer 1

你的 df 的一些例子：

library(dplyr)
library(tidyr)

SEM_function <- function(x){sd(x)/sqrt(length(x))}
df %>% as_tibble() %>% 
  gather("Var_num", "value",Var1:Var3) %>% 
  group_by(Var_num, Var4,Var5) %>% 
  summarise("N" = n(), 
          "mean" = mean(value),
          "StDev" = sd(value),
          "SEM" = SEM_function(value) ,
          "min" = min(value),
          "max" = max(value))

希望对你有帮助