r - R语言: How do I print/see summary statistics for sample subset?

Question

这些是有关R的统计编程的一些新手问题，我一直无法在线找到答案。我的数据框在下面的代码中标记为“eitc”。

1)在加载到数据框中后，我想查看摘要统计信息。我使用了以下功能:

eitc <- read.dta(file="/Users/Documents/eitc.dta")
summary(eitc)
sapply(eitc,mean,na.rm=TRUE) #for sample mean, min, max, etc.

满足某些条件时，如何在数据框上找到摘要统计信息。例如，当变量“children”大于或等于1时，我想查看所有变量的摘要统计信息。等效的Stata代码为:

summarize if children >= 1

2)同样，当满足某些条件时，如何查找特定参数？例如，当两个“post93”变量均等于零且“anykids”变量均等于1时，我想查找变量“work”的均值。等效的Stata代码为:

mean work if post93==0 & anykids==1

3)理想情况下，当我运行上述汇总统计信息时，我想找出计算中包含的观察数/是否符合标准。

4)当我在数据框中读取数据时，很高兴看到数据集中包含了多少个观察值(也许还有多少行缺少值或“NA”)。

5)另外，我一直在使用以下代码创建虚拟变量。这是正确的方法还是有更有效的途径？

post93.dummy <- as.numeric(eitc$year>1993)
eitc=cbind(eitc,post93.dummy)

Answer 1

subset可以满足您的许多要求，例如

summary(subset(eitc, post93 == 0 & anykids == 1, select=work))
nrow(subset(eitc, post93 == 0 & anykids == 1, select=work)) # for number of obs.

?subset文档提供了很好的示例。

附加虚拟变量的 cbind方法是不必要的。做就是了:

eitc$post93.dummy <- as.numeric(eitc$year>1993)