如何在循环中获取摘要

Question

我正在尝试以某种方式计算循环中的汇总统计信息（平均值、中值、最小值、最大值），但下面的循环没有运行。任何帮助将不胜感激。

sstat<-function(x){

Table <- tablez %>% 
           filter(Date==max(Date)) %>%
           summarise(rate_dq_re=x(rate_dq_re), 
                     rate_dq_nre=x(rate_dq_nre))
Table
}

# Summary Statistics I need to compute:
stats <- c("min","median","mean","max")

for(stats in stats) {
  sstat(stats) # THIS IS NOT WORKING- Error: couldn't find function "x"
}

Answer 1

我稍微更改了您的代码，但我认为现在它可以正常工作了：

df <- data.frame(alpha=1:100)

sstat <- function(df, fun){
  Table <- df %>% 
    summarise(rate_dq_re=fun(alpha))
  return(Table)
}

# Summary Statistics I need to compute:
stats <- c("min","median","mean","max")

for(stat in stats) {
  df %>%
    sstat(eval(parse(text=stat))) %>%
    print()
}

# another version of your for-loop
for(stat in stats) {
  stat %>%
    parse(text=.) %>%
    eval() %>%
    sstat(df, .) %>%
    print()
}

由于您没有提供任何数据，我只是创建了一个带有一些虚拟值的 data.frame 并相应地更改了您的函数sstat。

1. 函数sstat 现在将您的数据和一个函数作为输入并返回汇总表。
2. for 循环使用stat 作为变量而不是stats。你不能同时使用stats 作为变量 AND 序列，除非你真的想做一些奇怪的事情。
3. 函数名称由stats 作为字符串提供。 eval(parse(text=.)) 语句使用此字符串并运行它们。
4. 根据您期望的输出，有几种方法可以删除 for 循环。尝试使用*apply-functions：

sapply(stats, function(stat) sstat(df, eval(parse(text=stat))))
# or
lapply(stats, function(stat) sstat(df, eval(parse(text=stat))))

避免eval(parse(text=.))

您可以使用get(stat)，而不是使用eval(parse(text=stat))。

Answer 2

使用dplyr::summarise() 不需要循环汇总。以下代码采用输入数据框和列，并计算指定列的多个统计信息。

library(dplyr)

sumstats <- function(df,colName){
     df %>% summarise(minimum = min({{colName}}),
                      avg = mean({{colName}}),
                      med = median({{colName}}),
                      maximum = max({{colName}}))
}

sumstats(mtcars,mpg)

...和输出：

> sumstats(mtcars,mpg)
  minimum      avg  med maximum
1    10.4 20.09062 19.2    33.9
> 

最初的问题包括对数据进行子集化的步骤。我们可以将过滤器表达式作为可选参数添加到 sumstats() 函数，使用 missing() 函数检查它，并有条件地对数据进行子集化。我们还将计算统计中使用的观察次数，以便我们可以看到对数据进行子集化对结果的影响。

sumstats <- function(df,colName,aFilter=NULL) {
     if(missing(aFilter)) subset <- df
     else subset <- filter(df,{{aFilter}})
     subset %>% 
            summarise(n = n(),
                      minimum = min({{colName}}),
                      avg = mean({{colName}}),
                      med = median({{colName}}),
                      maximum = max({{colName}})) 
}

首先，我们将在整个数据框内为mtcars$cyl 生成汇总统计信息。请注意，结果与先前生成的结果匹配，并添加了n = 32。

> sumstats(mtcars,mpg)
   n minimum      avg  med maximum
1 32    10.4 20.09062 19.2    33.9
>

其次，我们将运行 4 缸汽车的汇总统计数据。

> sumstats(mtcars,mpg,cyl == 4)
   n minimum      avg med maximum
1 11    21.4 26.66364  26    33.9
>

我们将通过使用不同方法检查平均数和观察次数来验证结果。

> # check the mean 
> mean(mtcars$mpg[mtcars$cyl == 4])
[1] 26.66364
> # check number of obs
> nrow(mtcars[mtcars$cyl ==4,])
[1] 11
>