具有混合数据类型的自动数据框摘要答案

【问题标题】：Automated data frame summaries with mixed data types具有混合数据类型的自动数据框摘要
【发布时间】：2013-04-09 12:31:08
【问题描述】：

我正在尝试自动创建一个新的数据框，在给定现有数据框的情况下，该数据框包含数值变量的中位数或因子的最常见类别。所以：

Number Factor  
3      A
2      A
5      B

应该变成

Number Factor  
3      A

我可以为每个变量单独计算它。对于纯数值变量，我什至可以使用 colMeans 命令。对于纯因子变量，我会使用 which.max()。但我无法将两者结合成一个可扩展且灵活的解决方案

【问题讨论】：

我很困惑，您是否将Number 列求和为最常见的因素？
你的中位数肯定是 3？
是的，当然是。在我的脑海中转换了中值和平均值的概念。感谢您的清理。

标签： r dataframe summary

【解决方案1】：

您可以使用 lapply 和 if 分支：

y <- read.table(text = "Number Factor  
3      A
2      A
5      B", header = TRUE)

as.data.frame(lapply(y, function(x) {
if (is.numeric(x)) return (median(x))
else return(x[which.max(table(x))])
}))

【讨论】：

我不认为返回一个模式，而是返回一个因子的最后一个级别。
只需对其进行编辑以使用which.max(table(x)) 即可。来自我的 +1
@SimonO101 感谢您注意到这一点。

【解决方案2】：

你可以测试类似的东西：

FUN <- function(x) {
  if (is.numeric(x)) 
     return(median(x))
  else 
     x <- sort(as.character(x))
  rl1 <- rle(x)
  rl1$val[which.max(rl1$le)]
  }

as.data.frame(lapply(tab, FUN))
aggregate(tab, by=list(gl(1,nrow(tab))), FUN=FUN)
# even easier
bob <- lapply(tab, function(x) if(is.numeric(x)) median(x) else x[median(as.numeric(x))])
as.data.frame(bob)

【讨论】：

【解决方案3】：

as.data.frame( lapply(dfrm, function(x) if(is.numeric(x)) {
                            median(x) } else {
                            names(sort( table(x) , decreasing=TRUE )[1])
                                             })
              )

【讨论】：