r - 多个同名列的统计信息

Question

我有一个包含多列的巨大数据集，例如 x1 , x2 , x3 ...... x25 , y1 , y2 , y3 ...... y50 , z1 , z2 ....z10等等，看起来像这样:

x1  x2  x3  x4  y1  y2  y3  
1   2   1   2   1   1   2   
2   1   1   1   3   1   1
1   2   2   1   1   2   1

我想要的是:

x_mean  x_min  x_max  x_mad  y_mean  y_min  y_max  y_mad
  1.5     1      2     0.74    2       1      2      0 
  1.25    1      2       0     2       1      2      0 
  1.5     1      2     0.74    2       1      2      0 

基本上，我需要计算 min , max , mad (中值绝对偏差)和 mean

> x_mean = (x1+x2+x3+x4)/4 = (1+2+1+2)/4 

其他行和其他统计数据也类似。我如何在 R 中做到这一点，最好是在 dplyr 中？

Answer 1

通常，您可以使用 summarise 的作用域变体喜欢 summarise_all ，在他们的 funs 中辅助函数可以接受任意数量的汇总函数。在您的情况下，您应该先 reshape 为长格式，以使您的数据 tidy (这里将观察从列移到行)，因此使您的分析更简单:

library(tidyverse)

df <- read.table(text = 'x1  x2  x3  x4  y1  y2  y3  
1   2   1   2   1   1   2   
2   1   1   1   3   1   1
1   2   2   1   1   2   1', head = TRUE)

df_tidy <- df %>% 
    mutate(row = row_number()) %>%       # keep position info
    gather(var, val, -row) %>%           # reshape to long
    mutate(var = sub('\\d', '', var))    # extract letters from former colnames

df_summary <- df_tidy %>%
    group_by(var, row) %>%                # group by variable and original row
    summarise_all(funs(min, max, mad))    # summarize with various functions

df_summary
#> # A tibble: 6 x 5
#> # Groups:   var [?]
#>     var   row   min   max    mad
#>   <chr> <int> <dbl> <dbl>  <dbl>
#> 1     x     1     1     2 0.7413
#> 2     x     2     1     2 0.0000
#> 3     x     3     1     2 0.7413
#> 4     y     1     1     2 0.0000
#> 5     y     2     1     3 0.0000
#> 6     y     3     1     2 0.0000

如果你愿意，你可以将它改回宽，但为了演示目的，我建议不要这样做。