如何生成包含所有相关小数位的汇总统计表以显示在 R 的结果表中？答案

【问题标题】：How to generate a summary statistics table with all relevant decimal places to appear in the resulting table in R?如何生成包含所有相关小数位的汇总统计表以显示在 R 的结果表中？
【发布时间】：2020-06-23 21:17:03
【问题描述】：

我有一个非常大的数据集（50 多个站点，100 多个溶质），我想快速生成数据的描述性统计汇总表，并能够将其导出为 .csv 文件。

示例代码（我数据的一小部分）：

Site <- c( "SC2", "SC2" , "SC2", "SC3" , "SC3" ,"SC3", "SC4", "SC4" ,"SC4","SC4","SC4")
Aluminum <- as.numeric(c(0.0565,  0.0668 ,0.0785,0.0292,0.0576,0.075,0.029,0.088,0.076,0.007,0.107))
Antimony <- as.numeric(c(0.0000578,  0.0000698, 0.0000215,0.000025,0.0000389,0.0000785,0.0000954,0.00005447,0.00007843,0.000025,0.0000124))

stats_data <- data.frame(Site, Aluminum, Antimony, stringsAsFactors=FALSE)

stats_data_gather =stats_data %>% gather(Solute, value, -Site)

table_test = stats_data_gather %>% 
  group_by(Site, Solute) %>%
  get_summary_stats(value, show = c("mean", "sd", "min", "q1", "median", "q3", "max"))

这会产生一个计算所需统计信息的数据框，但是，结果会被截断到小数点后三位（即应该像 0.00000057 这样的东西显示为 0.000）。

我已经尝试过使用的变体：

options(digits = XX), 
format(DF, format = "e", digits = 2),
format.data.frame(table_test, digits = 8)

我已经尝试了这些和其他在线找到的示例代码，但没有一个会重现包含所有必要零的摘要数据框，用于小数结果（即 0.00000057，而不是 0.000）。我什至可以使用科学记数法，但我没有成功找到一个可行的例子。

这是我的第一篇文章。我希望我已经提供了足够的细节来提供帮助！谢谢！

【问题讨论】：

标签： r statistics scientific-notation leading-zero significant-digits

【解决方案1】：

您可以使用summary 函数获取您要查找的统计信息：

sum.table <- summary(stats_data_gather)

然后您可以使用以下方法从第 3 列获取汇总变量：

as.numeric(sub('.*:', '', sum.table[,3]))

【讨论】：

【解决方案2】：

它不起作用，因为在 get_summary_stats 中，它被硬编码为返回 3 位：

get_summary_stats
function (data, ..., type = c("full", "common", "robust", "five_number", 
    "mean_sd", "mean_se", "mean_ci", "median_iqr", "median_mad", 
    "quantile", "mean", "median", "min", "max"), show = NULL, 
    probs = seq(0, 1, 0.25)) 
{
  ..... 
        dplyr::mutate_if(is.numeric, round, digits = 3)
    if (!is.null(show)) {
        show <- unique(c("variable", "n", show))
        results <- results %>% select(!!!syms(show))
    }
    results
}

您可以破解上面的代码，也可以使用summarise_all 函数，如下所示：

library(dplyr)
library(tidyr)

stats_data_gather %>%  group_by(Site, Solute) %>% summarise_all(list(~mean(.),~sd(.),
~list(c(summary(.))))) %>% unnest_wider(list)

# A tibble: 6 x 10
# Groups:   Site [3]
  Site  Solute    mean      sd    Min. `1st Qu.`  Median    Mean `3rd Qu.`
  <chr> <chr>    <dbl>   <dbl>   <dbl>     <dbl>   <dbl>   <dbl>     <dbl>
1 SC2   Alumi… 6.73e-2 1.10e-2 5.65e-2 0.0616    6.68e-2 6.73e-2 0.0726   
2 SC2   Antim… 4.97e-5 2.51e-5 2.15e-5 0.0000396 5.78e-5 4.97e-5 0.0000638
3 SC3   Alumi… 5.39e-2 2.31e-2 2.92e-2 0.0434    5.76e-2 5.39e-2 0.0663   
4 SC3   Antim… 4.75e-5 2.78e-5 2.50e-5 0.0000320 3.89e-5 4.75e-5 0.0000587
5 SC4   Alumi… 6.14e-2 4.19e-2 7.00e-3 0.029     7.60e-2 6.14e-2 0.088    
6 SC4   Antim… 5.31e-5 3.49e-5 1.24e-5 0.000025  5.45e-5 5.31e-5 0.0000784
# … with 1 more variable: Max. <dbl>

列名可能有点糟糕，但您可以轻松地将它们重命名为 q1 和 q3。

【讨论】：