如何在 r 中使用 map 函数来查找范围和分位数答案

【问题标题】：how to use map function in r to find the range and quantile如何在 r 中使用 map 函数来查找范围和分位数
【发布时间】：2019-03-02 09:12:40
【问题描述】：

我首先在正态分布中模拟了 500 个大小为 55 的样本。

samples <- replicate(500, rnorm(55,mean=50, sd=10), simplify = FALSE)

1) 对于每个样本，我想要平均值、中位数、范围和第三四分位数。然后我需要将它们一起存储在一个数据框中。

这就是我所拥有的。我不确定范围或分位数。我尝试了 sapply 和 lapply 但不确定它们是如何工作的。

stats <- data.frame(
means = map_dbl(samples,mean),
medians = map_dbl(samples,median),
sd= map_dbl(samples,sd),

range= map_int(samples, max-min),
third_quantile=sapply(samples,quantile,type=3)
)

2) 然后绘制均值的采样分布（直方图）。我尝试绘图，但我不知道如何获得平均值

stats <- gather(stats, key = "Trials", value = "Mean")

ggplot(stats,aes(x=Trials))+geom_histogram()

3) 然后我想在单个绘图窗口的（三个单独的图表）中绘制其他三个统计数据。

我知道我需要使用诸如收集和 facet_wrap 之类的东西，但我不知道该怎么做。

【问题讨论】：

标签： r plot range tidyverse map-function

【解决方案1】：

你快到了。只需在有错误的地方定义匿名函数。

library(tidyverse)

set.seed(1234)    # Make the results reproducible

samples <- replicate(500, rnorm(55,mean=50, sd=10), simplify = FALSE)
str(samples)

stats <- data.frame(
  means = map_dbl(samples, mean),
  medians = map_dbl(samples, median),
  sd = map_dbl(samples, sd),
  range = map_dbl(samples, function(x) diff(range(x))),
  third_quantile = map_dbl(samples, function(x) quantile(x, probs = 3/4, type = 3))
)

str(stats)
#'data.frame':  500 obs. of  5 variables:
# $ means         : num  49.8 51.5 52.2 50.2 51.6 ...
# $ medians       : num  51.5 51.7 51 51.1 50.5 ...
# $ sd            : num  9.55 7.81 11.43 8.97 10.75 ...
# $ range         : num  38.5 37.2 54 36.7 60.2 ...
# $ third_quantile: num  57.7 56.2 58.8 55.6 57 ...

【讨论】：

【解决方案2】：

您正在使用的map_dbl 函数绝对不错，但是如果您最终还是想获得一个数据框，那么您可能更容易在开始时将列表转换为数据框，然后利用一些dplyr 函数。

我首先映射列表，创建小标题，并将其与添加的 ID 绑定在一起。转换会创建一个包含样本值的列value。 summarise_at 允许您获取函数列表——在列表中提供名称会在结果数据框中设置名称。您可以使用purrr 的~. 表示法在需要的地方内联定义这些函数。减少map_dbl 等的次数。

library(tidyverse)
stats <- samples %>%
  map_dfr(as_tibble, .id = "sample") %>%
  group_by(sample) %>%
  summarise_at(vars(value), 
               .funs = list(mean = mean, median = median, sd = sd,
                            range = ~(max(.) - min(.)),
                            third_quartile = ~quantile(., probs = 0.75)))

head(stats)
#> # A tibble: 6 x 6
#>   sample  mean median    sd range third_quartile
#>   <chr>  <dbl>  <dbl> <dbl> <dbl>          <dbl>
#> 1 1       45.0   44.4  8.71  47.6           48.6
#> 2 10      51.0   52.0  9.55  49.3           56.2
#> 3 100     51.6   52.2 10.4   60.7           58.1
#> 4 101     51.6   51.1  9.92  37.6           57.2
#> 5 102     49.1   48.2  9.65  39.8           57.0
#> 6 103     52.2   51.3 10.1   47.4           58.5

接下来，在您的代码中 gathered 数据——这通常是人们在 SO 上需要的解决方案——但如果你只是想显示平均列，你可以按原样使用它。

ggplot(stats, aes(x = mean)) +
  geom_histogram()

【讨论】：