是否有 R 函数可以让我们对数据集中的多个变量进行汇总函数？或获取描述性统计数据

Question

我正在尝试从两组之间的多个变量中获取描述性统计数据。到目前为止，我能找到如何使用 so 的唯一方法是使用 group by then summarize 函数。但要在所有变量上运行需要做很多工作，如下所示。有没有更干净的方法来做到这一点

grouped_summary <- my_data %>% 
  group_by(group) %>% 
  summarize(mean_var1 = mean(variable1, na.rm = TRUE), 
  median_var1 = median(variable1, na.rm = TRUE), 
  sd_var1 = sd(variable1, na.rm = TRUE), 
  mean_var2 = mean(variable2, na.rm = TRUE), 
  median_var2 = median(variable2, na.rm = TRUE),
  sd_var2 = sd(variable2, na.rm = TRUE), 
  count = n())

Answer 1

正如

jon spring

所指出的，请查看 tidyverse 文档。在你的情况下，它可能看起来像

library(tidyverse)
my_data <- tibble(
  group = c("group_1", "group_1", "group_2", "group_2"),
  variable1 = c(1,2,3,4),
  variable2 = c(5,6,7,8)
)

my_data %>% 
  group_by(group) %>% 
  summarise(across(everything(), 
                   list(mean = mean, sd = sd), 
                   .names = "{.col}_{.fn}")
            )

Answer 2

是的，在 R 中，您可以使用

dplyr

包来实现这一点。

summarize()

函数用于计算数据集中变量的汇总统计数据。如果您想同时将其应用于多个变量，可以使用

across()

函数。这是一个例子：

图书馆（dplyr）

假设“数据”是您的数据框

摘要数据<- data %>% 总结（跨（c（var1，var2，var3），列表（平均值=平均值，sd = sd，中位数=中位数）））

此代码计算

var1

数据框中变量

var2

、

var3

和

data

的平均值、标准差和中位数。您可以根据需要自定义汇总功能。

此外，如果您正在寻找描述性统计数据，您可以使用

summary()

函数来快速概览数据框中每个变量的集中趋势和分布。