So berechnen sie zusammenfassende statistiken in r mit dplyr

Sie können die folgende Syntax verwenden, um zusammenfassende Statistiken für alle numerischen Variablen in einem Datenrahmen in R mithilfe von Funktionen im dplyr- Paket zu berechnen:

 library (dplyr)
library (tidyr)

df %>% summarise(across(where(is. numeric ), .fns = 
                     list(min = min,
                          median = median,
                          mean = mean,
                          stdev = sd,
                          q25 = ~quantile(., 0.25 ),
                          q75 = ~quantile(., 0.75 ),
                          max = max))) %>%
  pivot_longer(everything(), names_sep=' _ ', names_to=c(' variable ', ' .value '))

Die Funktion „summarise()“ stammt aus dem dplyr- Paket und wird zum Berechnen von Zusammenfassungsstatistiken für Variablen verwendet.

Die Funktion „pivot_longer()“ stammt aus dem Tidyr- Paket und wird verwendet, um die Ausgabe zu formatieren, um sie leichter lesbar zu machen.

Diese spezielle Syntax berechnet die folgenden zusammenfassenden Statistiken für jede numerische Variable in einem Datenrahmen:

• Mindestwert
• Medianwert
• Durchschnittswert
• Standardabweichung
• 25. Perzentil
• 75. Perzentil
• Höchster Wert

Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel: Berechnen Sie zusammenfassende Statistiken in R mit dplyr

Angenommen, wir haben den folgenden Datenrahmen in R, der Informationen über verschiedene Basketballspieler enthält:

 #create data frame
df <- data. frame (team=c('A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'),
                 points=c(12, 15, 19, 14, 24, 25, 39, 34),
                 assists=c(6, 8, 8, 9, 12, 6, 8, 10),
                 rebounds=c(9, 9, 8, 10, 8, 4, 3, 3))

#view data frame
df

  team points assists rebounds
1 to 12 6 9
2 A 15 8 9
3 A 19 8 8
4 A 14 9 10
5 B 24 12 8
6 B 25 6 4
7 B 39 8 3
8 B 34 10 3

Wir können die folgende Syntax verwenden, um zusammenfassende Statistiken für jede numerische Variable im Datenrahmen zu berechnen:

 library (dplyr)
library (tidyr)

#calculate summary statistics for each numeric variable in data frame
df %>% summarise(across(where(is. numeric ), .fns = 
                     list(min = min,
                          median = median,
                          mean = mean,
                          stdev = sd,
                          q25 = ~quantile(., 0.25 ),
                          q75 = ~quantile(., 0.75 ),
                          max = max))) %>%
  pivot_longer(everything(), names_sep=' _ ', names_to=c(' variable ', ' .value '))

# A tibble: 3 x 8
  variable min median mean stdev q25 q75 max
             
1 points 12 21.5 22.8 9.74 14.8 27.2 39
2 assists 6 8 8.38 2.00 7.5 9.25 12
3 rebounds 3 8 6.75 2.92 3.75 9 10

  Aus dem Ergebnis können wir sehen:

• Der Mindestwert in der Punktespalte beträgt 12 .
• Der Medianwert in der Punktespalte beträgt 21,5 .
• Der Durchschnittswert in der Punktespalte beträgt 22,8 .

Und so weiter.

Hinweis : In diesem Beispiel haben wir die Funktion dplyr across() verwendet. Die vollständige Dokumentation zu dieser Funktion finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie mit dplyr weitere gängige Funktionen ausführen:

So fassen Sie Daten mit dplyr zusammen, behalten aber alle Spalten bei
So fassen Sie mehrere Spalten mit dplyr zusammen
So berechnen Sie die Standardabweichung mit dplyr