对于我的数据框中的每个 col，执行一个函数并将其结果添加到一个新的数据框中？答案

【问题标题】：For each col in my dataframe, perform a function and add its results to a new dataframe?对于我的数据框中的每个 col，执行一个函数并将其结果添加到一个新的数据框中？
【发布时间】：2018-08-11 02:21:18
【问题描述】：

我有一个以下格式的数据框（第一行对应某个名称的数字列；数据可能丢失）-

col1.name | col2.name | col3.name | ... 132 | 12.1 |不适用 | ... 12.4 |不适用 | 14.6 | ... 13 |第1441章第535章...

对于每一列，我想计算它的平均值、中位数和标准差，并将它们添加到格式中的数据框中-

col.name |意思|中位数 | sd col1.name | 123 |第456章12.2 col2.name | 12.1 | 45 | 32.1 col3.name | 111 | 14.6 | 69.2 ... | ... | ... | ...

我目前有以下代码；但它给了我一个错误，“x”必须是数字。我该怎么做？

data.frame(ID=hvbp.analysis.df[,1], Means=rowMeans(hvbp.analysis.df[,-1]))
apply(hvbp.analysis.df, 2, mean, na.rm = TRUE)

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

如果您先整形为长格式，例如使用tidyr::gather，其余的都是非常典型的聚合：

library(tidyverse)

df <- data.frame(col1.name = c(132, 12.4, 13), 
                 col2.name = c(12.1, NA, 1441), 
                 col3.name = c(NA, 14.6, 535))

df %>% 
    gather(col.name, value) %>% 
    group_by(col.name) %>% 
    summarise(mean = mean(value, na.rm = TRUE), 
              median = median(value, na.rm = TRUE), 
              sd = sd(value, na.rm = TRUE))
#> # A tibble: 3 x 4
#>   col.name   mean median     sd
#>   <chr>     <dbl>  <dbl>  <dbl>
#> 1 col1.name  52.5   13.0   68.9
#> 2 col2.name 727.   727.  1010. 
#> 3 col3.name 275.   275.   368.

summary 和skimr::skim 也提供类似的摘要。

【讨论】：

【解决方案2】：

首先确保您的所有列都是数字：它们可能看起来是，但也可能不是。如果您这样做sapply(data,class)，您将获得列的类。或做str(data)。解决这个问题：

data=rapply(data,as.numeric,how="replace")

现在您可以将代码应用于数据

【讨论】：

【解决方案3】：

这行得通。

df <- data.frame(col1name = c(132, 12.4, 13), col2name = c(12.1,NA,1441), col3name = c(NA,14.6,535))
new_df <- data.frame(col_name = colnames(df))

for(i in c('mean','median','sd'))
{
    new_df[[i]] <- apply(t(df),2,eval(i), na.rm=T)
}

print(new_df)

  col_name   mean median         sd
1 col1name  72.05  72.05  84.782103
2 col2name  13.50  13.50   1.555635
3 col3name 663.00 535.00 722.553804

【讨论】：

【解决方案4】：

带data.frame d

d <- data.frame(a=1:3, b=4:6, c=c(5,5,5))

你可以的

t(apply(d, 2, function(i) c(mean=mean(i), median=median(i), sd=sd(i))))
#  mean sd sum
#a    2  1   6
#b    5  1  15
#c    5  0  15

如果你有NAs 需要照顾

t(apply(d, 2, function(i, ...) c(mean=mean(i,...), median=median(i,...), sd=sd(i,...)), na.rm=TRUE))

【讨论】：