r - 使用 dplyr 创建多功能描述表

Question

我正在尝试创建一个简单的代码，我可以一遍又一遍地重用(进行最少的调整)，以便能够打印汇总统计表。
一个可重现的示例为变量 V1 创建了一个包含 M 和 SD 的表按组划分:

data <- as.data.frame(cbind(1:100, sample(1:2), rnorm(100), rnorm(100)))
names(data) <- c("ID", "Group", "V1", "V2")


library(dplyr)
descriptives <- data %>% group_by(Group) %>%
  summarize(
    Mean = mean(V2)
    , SD = sd(V2)
  )

descriptives

我想修改这个函数，以便它为我的数据集中的所有变量计算 M 和 SD。
我希望能够替换对 V1 的调用类似 vars这只是我数据集中所有变量的列表；在这个例子中，V1 和 V2。但通常我有 100 个变量。
我希望它以这种方式工作的原因是，我可以做一些非常简单的事情，例如:

vars <- names(data[3:4])

并非常快速地选择我想要汇总统计的列。
我的愿望 list 有几点:
给定变量的 M 和 SD 应该彼此相邻，我想在每对上方添加一列带有变量名称的列。
我希望最终产品看起来像

我想使用 dplyr，但我愿意接受其他选择。
我还想了解如何切换表格的行和列，以便变量位于不同的行上，并且每个组都有一列(或两列，一列用于 M，另一列用于 SD)。像这样:

关闭，但没有雪茄:

newish summarise(across()) 有点帮助:

dplyr::group_by(df, Group) %>% 
  dplyr::summarise(dplyr::across(.cols = c(V1, V2), .fns = c(mean, sd)))

但我不知道如何在不制作多个表和使用的情况下进行缩放 rbind()堆叠它们。

我真的很喜欢 table1() 的格式( vignette )，但据我所知，我只能通过另一个变量对列 M/SD 进行分层。我真的希望我可以添加额外的分组变量。

Answer 1

排序有限制，但如果我们使用 select ，然后可以对列名上的子字符串重新排序

library(dplyr)
library(stringr)
data %>%
    group_by(Group) %>% 
    summarise_at(vars(vars), list(Mean = mean, SD = sd)) %>% 
    select(Group, order(str_remove(names(.)[-1], "_.*")) + 1)
# A tibble: 2 x 5
#  Group V1_Mean V1_SD  V2_Mean V2_SD
#  <dbl>   <dbl> <dbl>    <dbl> <dbl>
#1     1   0.165 0.915  0.146   1.16 
#2     2   0.308 1.31  -0.00711 0.854