r - 生成一个以 "±"分隔的描述性统计表

标签 r dplyr

我是新人。我需要生成一个小标题,其中每个变量按一个因子分组,并用平均值和标准差进行描述,并用“±”分隔。

让我们使用 iris 数据集。

iris %>%
  group_by(Species) %>%
  summarise(across(everything(), list(Mean=mean,dev.st=sd))) %>% 
  pivot_longer(cols = -Species, names_to = c(".value", "variable"), names_sep = "_")

我该如何继续? 预先感谢您

最佳答案

您可以使用更新的 dplyr::reframe(取代 dplyr::summarize)并添加此组合汇总统计信息 (comb ) 到您的函数列表:

library(dplyr)
library(tidyr)

iris %>%
  group_by(Species) %>%
  reframe(across(everything(), 
                 list(Mean = ~ as.character(mean(.x)), 
                      dev.sd = ~ as.character(sd(.x)), 
                      comb = ~ paste(mean(.x), sd(.x), sep = " ± ")))) %>%
  pivot_longer(cols = -Species, names_to = c(".value", "variable"), 
               names_sep = "_")


# (from comment) if you only wanted the combined column and want 
# them at two significant digits, you could adjust:

iris %>%
  group_by(Species) %>%
  reframe(across(everything(), 
                 list(comb = ~ paste(sprintf("%.2f", mean(.x)), 
                                     sprintf("%.2f", sd(.x)), sep = " ± ")))) %>%
  pivot_longer(cols = -Species, names_to = c(".value", "variable"), 
               names_sep = "_")

#' In this case you get the exact same thing if you replace `reframe` with 
#' `summarize`, but the latter is being replaced by `reframe` 
#' by `dplyr` moving forward

注意与pivot_longer结合,所有元素需要在同一个类中,因此将它们转换为字符。如果将其保持宽,则不必在摘要统计信息中添加 as.character() 位。

输出

  Species    variable Sepal.Length              Sepal.Width               Petal.Length              Petal.Width              
  <fct>      <chr>    <chr>                     <chr>                     <chr>                     <chr>                    
1 setosa     Mean     5.006                     3.428                     1.462                     0.246                    
2 setosa     dev.sd   0.352489687213451         0.379064369096289         0.173663996480184         0.105385589380046        
3 setosa     comb     5.006 ± 0.352489687213451 3.428 ± 0.379064369096289 1.462 ± 0.173663996480184 0.246 ± 0.105385589380046
4 versicolor Mean     5.936                     2.77                      4.26                      1.326                    
5 versicolor dev.sd   0.516171147063863         0.313798323378411         0.469910977239958         0.197752680004544        
6 versicolor comb     5.936 ± 0.516171147063863 2.77 ± 0.313798323378411  4.26 ± 0.469910977239958  1.326 ± 0.197752680004544
7 virginica  Mean     6.588                     2.974                     5.552                     2.026                    
8 virginica  dev.sd   0.635879593274432         0.322496638172637         0.551894695663983         0.274650055636667        
9 virginica  comb     6.588 ± 0.635879593274432 2.974 ± 0.322496638172637 5.552 ± 0.551894695663983 2.026 ± 0.274650055636667

关于r - 生成一个以 "±"分隔的描述性统计表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/76055595/

相关文章:

r - ggplot : legend for emojis in plot

r - 使用 group_by 和 summarize 查找子组中的百分比

r - 如何在提迪尔中正确使用扩散功能

r - 使用带有 mutate 的循环

r - 如何在 R 中将点重新编码为 NA?

r - 使用 r 找到双峰分布中的局部最小值

r - 在R中矢量化for循环

r - 情节中的文字错误 | Jupyter-R

有条件地重复字符串的某些部分

r - 如何根据行中字段的值添加具有值的列?