r - R中的数据字典打包

Question

我正在考虑在 R 中编写一个数据字典函数，它以数据框为参数，将执行以下操作:

1)创建一个文本文件，其中:

一种。通过按类别列出变量数量、观察数量、完整观察数量等来总结数据框

湾对于每个变量，总结关于该变量的关键事实:均值、最小值、最大值、众数、缺失观测值的数量等

2) 创建一个 pdf，其中包含每个数字或整数变量的直方图和每个属性变量的条形图。

基本思想是用一个函数创建一个数据框的数据字典。

我的问题是:是否有一个包已经做到了这一点？如果没有，人们是否认为这将是一个有用的功能？
谢谢

Answer 1

有多种describe各种包中的功能。我最熟悉的是 Hmisc::describe。以下是其帮助页面的描述:

"该函数判断变量是否为字符型、因子型、类别型、二元型、离散型、连续型，并根据每种类型打印出简明的统计摘要。如果一个数值型变量有<= 10个唯一值，则认为它是离散型的。在此在这种情况下，不打印分位数。如果任何非二元变量的唯一值不超过 20 个，则会为其打印频率表。对于任何具有至少 20 个唯一值的变量，将打印 5 个最低值和最高值。”

以及输出示例:

Hmisc::describe(work2[, c("CHOLEST","HDL")])
work2[, c("CHOLEST", "HDL")] 

 2  Variables      5325006  Observations
----------------------------------------------------------------------------------
CHOLEST 
      n missing  unique    Mean     .05     .10     .25     .50     .75     .90 
4410307  914699     689   199.4     141     152     172     196     223     250 
    .95 
    268 

lowest :    0   10   19   20   31, highest: 1102 1204 1213 1219 1234 
----------------------------------------------------------------------------------
HDL 
      n missing  unique    Mean     .05     .10     .25     .50     .75     .90 
4410298  914708     258    54.2      32      36      43      52      63      75 
    .95 
     83 

lowest : -11.0   0.0   0.2   1.0   2.0, highest: 241.0 243.0 248.0 272.0 275.0 
---------------------------------------------------------------------------------- 

此外，关于获取直方图的观点，描述对象的 Hmisc::latex 方法将生成在上述输出中交错的直方图。 (您确实需要安装 LaTeX 函数才能利用这一点。)我很确定您可以在 Harrell 的网站或亚马逊的“Look Inside”演示文稿中找到输出的插图，他的书“Regression Modeling Strategies” ”。这本书有大量关于数据分析的有用 Material 。