如何扩展“摘要”功能以包括 sd、峰度和偏斜？
Posted
技术标签:
【中文标题】如何扩展“摘要”功能以包括 sd、峰度和偏斜？【英文标题】：How to extend the 'summary' function to include sd, kurtosis and skew? 【发布时间】：2019-02-19 23:30:48 【问题描述】：R 的 summary 函数在数据帧上运行得非常好，例如：
> summary(fred)
sum.count count sum value
Min. : 1.000 Min. : 1.0 Min. : 1 Min. : 0.00
1st Qu.: 1.000 1st Qu.: 6.0 1st Qu.: 7 1st Qu.:35.82
Median : 1.067 Median : 9.0 Median : 10 Median :42.17
Mean : 1.238 Mean : 497.1 Mean : 6120 Mean :43.44
3rd Qu.: 1.200 3rd Qu.: 35.0 3rd Qu.: 40 3rd Qu.:51.31
Max. :40.687 Max. :64425.0 Max. :2621278 Max. :75.95
我想做的是修改函数，使其在“平均值”之后还给出标准差、峰度和偏斜的条目。
最好的方法是什么？我对此进行了一些研究，添加带有方法的函数对我不起作用：
> summary.class <- function(x)
return(sd(x))
上面的内容被忽略了。我想我需要了解如何定义所有要返回的类。
【问题讨论】：
summary.data.frame <- function(...) tt <- base::summary.data.frame(...); <code to modify tt>; return(tt)
R extended summary numerical values including kurtosis, skew, etc?的可能重复
@Tung 你是对的，但这是一个更好的问题，有更好的答案。我会说这个问题应该与这个问题重复
【参考方案1】：
使用psych 包中的现有解决方案怎么样？
my.dat <- cbind(norm = rnorm(100), pois = rpois(n = 100, 10))
library(psych)
describe(my.dat)
# vars n mean sd median trimmed mad min max range skew kurtosis se
# norm 1 100 -0.02 0.98 -0.09 -0.06 0.86 -3.25 2.81 6.06 0.13 0.74 0.10
# pois 2 100 9.91 3.30 10.00 9.95 4.45 3.00 17.00 14.00 -0.07 -0.75 0.33
【讨论】：
【参考方案2】：另一个选择是DescTools 包中的Desc 函数，它可以生成汇总统计信息和图表。
library(DescTools)
Desc(iris3, plotit = TRUE)
#> -------------------------------------------------------------------------
#> iris3 (numeric)
#>
#> length n NAs unique 0s mean meanCI
#> 600 600 0 74 0 3.46 3.31
#> 100.0% 0.0% 0.0% 3.62
#>
#> .05 .10 .25 median .75 .90 .95
#> 0.20 1.10 1.70 3.20 5.10 6.20 6.70
#>
#> range sd vcoef mad IQR skew kurt
#> 7.80 1.98 0.57 2.52 3.40 0.13 -1.05
#>
#> lowest : 0.1 (5), 0.2 (29), 0.3 (7), 0.4 (7), 0.5
#> highest: 7.3, 7.4, 7.6, 7.7 (4), 7.9
Desc 的结果可以重定向到 Microsoft Word 文件
### RDCOMClient package is needed
install.packages("RDCOMClient", repos = "http://www.omegahat.net/R")
# or
devtools::install_github("omegahat/RDCOMClient")
# create a new word instance and insert title and contents
wrd <- GetNewWrd(header = TRUE)
DescTools::Desc(iris3, plotit = TRUE, wrd = wrd)
skimr 包中的skim 函数也不错
library(skimr)
skim(iris)
Skim summary statistics
n obs: 150
n variables: 5
-- Variable type:factor --------------------------------------------------------
variable missing complete n n_unique
Species 0 150 150 3
top_counts ordered
set: 50, ver: 50, vir: 50, NA: 0 FALSE
-- Variable type:numeric -------------------------------------------------------
variable missing complete n mean sd p0 p25 p50
Petal.Length 0 150 150 3.76 1.77 1 1.6 4.35
Petal.Width 0 150 150 1.2 0.76 0.1 0.3 1.3
Sepal.Length 0 150 150 5.84 0.83 4.3 5.1 5.8
Sepal.Width 0 150 150 3.06 0.44 2 2.8 3
p75 p100 hist
5.1 6.9 ▇▁▁▂▅▅▃▁
1.8 2.5 ▇▁▁▅▃▃▂▂
6.4 7.9 ▂▇▅▇▆▅▂▂
3.3 4.4 ▁▂▅▇▃▂▁▁
编辑：可能跑题了，但值得一提的是用于探索性数据分析的 DataExplorer 包。
library(DataExplorer)
introduce(iris)
#> rows columns discrete_columns continuous_columns all_missing_columns
#> 1 150 5 1 4 0
#> total_missing_values total_observations memory_usage
#> 1 0 750 7256
plot_missing(iris)
plot_boxplot(iris, by = 'Species')
plot_histogram(iris)
plot_correlation(iris, cor_args = list("use" = "pairwise.complete.obs"))
编辑 2： ExPanDaR 很酷
install.packages("ExPanDaR")
# devtools::install_github("joachim-gassen/ExPanDaR")
library(ExPanDaR)
library(gapminder)
ExPanD(gapminder)
由reprex package (v0.2.1.9000) 于 2018 年 9 月 16 日创建
【讨论】：
相关***.com/questions/20997380/…以上是关于如何扩展“摘要”功能以包括 sd、峰度和偏斜？的主要内容，如果未能解决你的问题，请参考以下文章