计算数据框中给定变量的均值和标准差

Question

给定数据框中数值变量名称的向量，我需要计算每个变量的均值和标准偏差。例如，给定 mtcars 数据集和以下变量名称向量：

vars_to_transform <- c("mpg", "disp")

我想要以下结果：

我想到的第一个解决方案如下：

library(dplyr)
library(purrr)

data("mtcars")

vars_to_transform <- c("mpg", "disp")

vars_to_transform %>% 
  map_dfr( function(x) { c(variable = x, avg = mean(mtcars[[x]], na.rm = T), sd = sd(mtcars[[x]], na.rm = T)) } )

结果如下：

如您所见，所有返回的变量都是字符，但我希望 avg 和 sd 有数字。

有办法解决这个问题吗？或者还有比这更好的解决方案吗？

P.S。我正在使用 purr 0.3.4

Answer 1

以下工作（而不是在代码中使用 c()，使用 tibble）：

vars_to_transform %>% 
  map_dfr(~ tibble(variable = .x, avg = mean(mtcars[[.x]], na.rm = T), 
          sd = sd(mtcars[[.x]], na.rm = T)))

解释： 对于 c()，您使用的是向量，其元素必须具有相同的类型（character 在你的例子中，因为 variable 是 character）。使用 tibble，每个元素可以有不同的类型。

@Gwang-Jin Kim 在我感谢的评论中建议，也可以使用 list 而不是 tibble。

或尝试添加 type.convert:

library(dplyr)
library(purrr)

data("mtcars")

vars_to_transform <- c("mpg", "disp")

vars_to_transform %>% 
  map_dfr( function(x) { c(variable = x, avg = mean(mtcars[[x]], na.rm = T), sd = sd(mtcars[[x]], na.rm = T)) } ) %>% 
  type.convert(as.is=T)

#> # A tibble: 2 × 3
#>   variable   avg     sd
#>   <chr>    <dbl>  <dbl>
#> 1 mpg       20.1   6.03
#> 2 disp     231.  124.

Answer 2

似乎是一种过于复杂的做法 select->pivot->group->summarise.

mtcars %>% 
    select(all_of(vars_to_transform)) %>%
    pivot_longer(everything()) %>% 
    group_by(name) %>% 
    summarise(
        mean = mean(value),
        sd = sd(value)
    )
# A tibble: 2 x 3
  name   mean     sd
  <chr> <dbl>  <dbl>
1 disp  231.  124.  
2 mpg    20.1   6.03

Answer 3

另一个选项：

library(purrr)
library(dplyr)

vars_to_transform <- c("mpg", "disp")
funs <- lst(mean, sd)

mtcars %>%
  select(all_of(vars_to_transform)) %>%
  map_df(~ funs %>%
           map(exec, .x), .id = "var")

# A tibble: 2 x 3
  var    mean     sd
  <chr> <dbl>  <dbl>
1 mpg    20.1   6.03
2 disp  231.  124.

Answer 4

m <- mtcars[, vars_to_transform]
tibble(variable = names(m), avg = apply(m, 2, mean), sd = apply(m, 2, sd))

## A tibble: 2 × 3
#  variable   avg     sd
#  <chr>    <dbl>  <dbl>
#1 mpg       20.1   6.03
#2 disp     231.  124.

计算数据框中给定变量的均值和标准差

Calculate mean and sd for given variables in a dataframe

r

purrr