循环遍历每个变量并收集输出 R

Question

我有一个看起来像这样的数据框。名称和列数将不一致（有时不存在“C”，有时可能存在“D”、“E”、“F”等）

# name and number of columns varies...so need flexible process
A <- c(1, 2, 1, 2, 3, 2, 1, 1, 1, 2, 1, 4, 3, 1, 2, 2, 1, 2, 4, 8)
B <- c(5, 6, 6, 5, 3, 7, 2, 1, 1, 2, 7, 4, 7, 8, 5, 7, 6, 6, 4, 7)
C <- c(9, 1, 2, 2, 1, 4, 5, 6, 7, 8, 89, 9, 7, 6, 5, 6, 8, 9 , 67, 6)
ABC <- data.frame(A, B, C)

我想遍历每个变量并收集各种信息。这是一个简单的例子，但我所做的会更复杂。我这么说是为了让别人不只是推荐某种 summary() 类型的解决方案。

maximum_value <- max(A)
mean_value <- mean(A)
# lots of other calculations for A
ID = 'A'

tempA <- data.frame(ID, maximum_value, mean_value)

maximum_value <- max(B)
mean_value <- mean(B)
# lots of other calculations for B
ID = 'B'

tempB <- data.frame(ID, maximum_value, mean_value)

maximum_value <- max(C)
mean_value <- mean(C)
# lots of other calculations for C
ID = 'C'

tempC <- data.frame(ID, maximum_value, mean_value)

output <- rbind(tempA, tempB, tempC)

这是我尝试创建一个循环以逐个遍历变量并汇总输出。我不知道如何让 [i] 指向数据框 ABC 的单个列。

# initialize data frame
data__ <- data.frame(ID__ = as.character(),
                     max__ = as.numeric(),
                     mean__ = as.numeric())

# loop through A, then B, then C
for(i in A:C) {
  ID__ <- '[i]'
  max__ <- maximum[i]
  mean__ <- mean[i]
  data__temp <- (ID__, max__, mean__)
  data__ <- rbind(data__, data__temp)
}

如果我在 SAS 中执行此操作，我将在 proc sql 中使用 select into 创建变量名称列表，然后编写一个数组，然后我可以这样循环它们，但是我缺少一些东西在这里。

我将如何告诉 R 为数据框中的每个变量执行此过程？

Answer 1

如果你使用 tidyverse dplyr 和 tidyr 包，你可以这样做

library(tidyr)
ABC %>% gather(ID, value) %>% group_by(ID) %>% summarize_all(funs(mean, max))

或

ABC %>% gather(ID, value) %>% group_by(ID) %>% 
    summarize(maximum_value = max(value), mean_value=mean(value))

如果你更喜欢使用基函数并且有很多“奇怪”的函数，你可以使用purrr的map_df函数

library(purrr)
map2_df(ABC, names(ABC), function(a, n) {
    data_frame(ID=n, max_val=max(a), mean_val=mean(a))
})