如何在r中使用map函数来查找范围和分位数

Question

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，范围和第三个四分位数。然后我需要将它们一起存储在数据框中。

这就是我所拥有的。我不确定范围或分位数。我尝试了lapply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）然后绘制平均值的采样分布（直方图）。我尝试绘制，但我不知道如何得到平均值

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（三个单独的图形）中绘制其他三个统计数据。

我知道我需要使用像gather和facet_wrap这样的东西，但我不知道该怎么做。

Answer 1

你快到了。所需要的只是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 ...

Answer 2

您正在使用的map_dbl函数绝对不错，但如果您最终想要获取数据框，那么您可能更容易将列表转换为数据框，然后利用一些dplyr功能。

我首先在列表上进行映射，创建tibbles，并使用添加的ID将它绑定在一起。转换会创建样本值的列value。 summarise_at允许您获取函数列表 - 在列表中提供名称设置结果数据框中的名称。您可以使用purrr的~.表示法在需要的地方内联定义这些函数。减少你必须使用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，您可以使用数据 - 这通常是人们在SO上需要的解决方案 - 但如果您只是尝试显示平均列，则可以按原样使用它。

gather