Блог

У меня есть фрейм данных с переменными разного типа (числовыми, символьными, коэффициентами) в столбцах, которые я бы хотел сразу суммировать. У меня есть столбец ID, который нужно подсчитывать в соответствии с уровнями других столбцов.

Каждый столбец имеет разные уровни, если они являются символами или факторами, и я хотел бы знать частоту идентификаторов для каждого уровня. Кроме того, если столбец является числовым, я хотел бы вернуть сводную статистику, такую как среднее значение, sd и квантили.

В идеале я бы сделал это с dplyr group_by() summarise() помощью функций with и, но для этого мне нужно группировать каждый столбец за раз, а затем указывать, хочу ли я, чтобы он считался с n() помощью или мне нужна сводная статистика из-за того, что она числовая. В SAS нем есть команда, известная как PROC FREQ , которую я пытаюсь воспроизвести.

 df<-
  data.frame(
  ID = c(1,2,3,4,5,6),
  Age = c(20, 30, 45, 60, 70, 18),
  Car = c("Zum", "Yat", "Zum", "Zum", "Yat", "Rel"),
  Side = c("Left", "Right", "Left", "Left", "Right", "Right")
)
 

Результат:

  df %>% group_by(Car) %>% summarise(n = n())
 df %>% group_by(Side) %>% summarise(n = n())
 df %>% summarise(mean = mean(Age))
 
 

Я хотел бы получить этот результат в одном выводе и для многих переменных. Мой реальный df содержит десятки столбцов, которые должны либо группировать переменные, либо нет, в зависимости от их природы. Кроме того ID , они могут быть даже повторены с теми же значениями для суммирования наблюдений.

Вы могли бы написать функцию для выполнения действий на основе ее класса. Здесь мы вычисляем среднее значение, если класс столбца числовой или выполняется count из уникальных значений в столбце.

 library(dplyr)

purrr::map(names(df)[-1], function(x) {
  if(is.numeric(df[[x]])) df %>% summarise(mean = mean(.data[[x]]))
  else df %>% count(.data[[x]])
})

#[[1]]
#  mean
#1 40.5

#[[2]]
#  Car n
#1 Rel 1
#2 Yat 2
#3 Zum 3

#[[3]]
#   Side n
#1  Left 3
#2 Right 3