数据框中150个变量的统计答案

【问题标题】：Statistics of 150 variables in data frame数据框中150个变量的统计
【发布时间】：2018-01-29 07:03:44
【问题描述】：

我有两个数据框，一个有 181 个 obs.和 521 个变量，另一个数据框有两个变量和 150 个 obs。第一个数据框是完整的数据，第二个是第一个数据框中的连续变量名称。我想计算连续变量的均值、方差、中位数和其他统计数据。例如：

df1:
    ha_be    me_cu    par_pri    fer_ex
      1      1000       300         5
      0      500        150         7
      0      300        400         5
      0      900         80         6
      1      2100        50         3
      1      3400        60         2
      0      390        800         1
      1      400        750         4

df_cont: 
      Cod    variable.names
      3.2     me_cu
      3.3     par_pri

如何使用df_cont 中的名称从df1 中提取所有连续变量并计算所有基本统计信息？我正在尝试使用 for 循环，但无法正常工作。

【问题讨论】：

标签： r dataframe

【解决方案1】：

你也可以这样做（只有当你拥有所有的连续音时）：

df1<-lapply(df1, as.numeric)
mean<-vapply(df1, mean, na.rm=TRUE, numeric(1))
median<-vapply(df1, median, na.rm=TRUE, numeric(1))
des<-vapply(df1,sd,na.rm=T,numeric(1))
var<-vapply(df1, var, na.rm=TRUE, numeric(1))
maxi<-vapply(df1, max, na.rm=TRUE, numeric(1))
min<-vapply(df1, min, na.rm=TRUE, numeric(1))

cont<-data.frame(mean,median,des,var,max,min)

【讨论】：

【解决方案2】：

我们可以使用select 将列保留在“df1”中，然后使用summarise_each 获取基本统计信息

library(dplyr)
df1 %>% 
     select_(.dots = df_cont$variable.names) %>% 
     summarise_each(funs(mean, sum)) #specify the functions

如果 'variable.names' 是 factor，则将其转换为 character (select_(.dots = as.character(df_cont$variable.names)))

除了在summarise_each中单独传递函数，我们还可以调用summary来获取min、max、median、mean等。

df1 %>% 
     select_(.dots = df_cont$variable.names) %>% 
     summary

【讨论】：

【解决方案3】：

或者这个：

summary.df <- as.data.frame(summary(df1[df_cont$variable.names]))[,2:3]
names(summary.df) <- c('variable.name', 'stat')

   variable.name stat
1          me_cu Min.   : 300.0  
2          me_cu 1st Qu.: 397.5  
3          me_cu Median : 700.0  
4          me_cu Mean   :1123.8  
5          me_cu 3rd Qu.:1275.0  
6          me_cu Max.   :3400.0  
7        par_pri  Min.   : 50.0  
8        par_pri  1st Qu.: 75.0  
9        par_pri  Median :225.0  
10       par_pri  Mean   :323.8  
11       par_pri  3rd Qu.:487.5  
12       par_pri  Max.   :800.0

【讨论】：

不知道列数怎么办？
你不需要知道列号，2:3只是用来丢弃汇总数据框的第一列，没有用，与列号无关号码。