Dplyr을 사용하여 r에서 요약 통계를 계산하는 방법

dplyr 패키지의 함수를 사용하여 R의 데이터 프레임에 있는 모든 숫자 변수에 대한 요약 통계를 계산하려면 다음 구문을 사용할 수 있습니다.

 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 '))

summarise() 함수는 dplyr 패키지에서 제공되며 변수에 대한 요약 통계를 계산하는 데 사용됩니다.

ivot_longer() 함수는 Tidyr 패키지에서 제공되며 읽기 쉽도록 출력 형식을 지정하는 데 사용됩니다.

이 특정 구문은 데이터 프레임의 각 숫자 변수에 대해 다음 요약 통계를 계산합니다.

• 최소값
• 중앙값
• 평균값
• 표준 편차
• 25번째 백분위수
• 75번째 백분위수
• 최대값

다음 예에서는 이 기능을 실제로 사용하는 방법을 보여줍니다.

예: dplyr을 사용하여 R에서 요약 통계 계산

다양한 농구 선수에 대한 정보를 포함하는 다음과 같은 데이터 프레임이 R에 있다고 가정합니다.

 #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

다음 구문을 사용하여 데이터 프레임의 각 숫자 변수에 대한 요약 통계를 계산할 수 있습니다.

 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

  결과에서 우리는 다음을 볼 수 있습니다:

• 포인트 열의 최소값은 12 입니다.
• 포인트 열의 중앙값은 21.5 입니다.
• 포인트 열의 평균값은 22.8 입니다.

등등.

참고 : 이 예에서는 dplyr across() 함수를 사용했습니다. 이 기능에 대한 전체 문서는 여기에서 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 dplyr을 사용하여 다른 일반적인 기능을 수행하는 방법을 설명합니다.

데이터를 요약하지만 dplyr을 사용하여 모든 열을 유지하는 방법
dplyr을 사용하여 여러 열을 요약하는 방법
dplyr을 사용하여 표준편차를 계산하는 방법