資料結構
網路
關係資料庫管理系統(RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法學如何在R中將彙總統計資料儲存到資料框中？
當我們找到資料框的彙總統計資料時，輸出將作為表格返回，每一列記錄最小值、第一四分位數、中位數、中位數、第三四分位數和最大值及其名稱。如果我們想將此摘要儲存為資料框，最好使用apply函式計算它並將其儲存為data.frame。
示例
考慮下面的資料框：
x1<-rpois(20,5) x2<-rexp(20,2) x3<-rexp(20,5) x4<-runif(20,5,10) x5<-runif(20,5,12) df1<-data.frame(x1,x2,x3,x4,x5) df1
輸出
x1 x2 x3 x4 x5 1 10 0.318955383 0.021788087 6.418559 8.407760 2 2 0.682127794 0.354887266 7.915153 7.691196 3 8 0.093838493 0.750094498 5.825129 5.047835 4 7 0.298823558 0.008525539 5.481506 5.025790 5 7 0.031303249 0.491977567 7.143065 11.964555 6 4 0.125743637 0.165031313 6.778808 5.755208 7 2 0.245636217 0.274977357 9.224668 7.930684 8 4 1.222748429 0.034911250 6.300662 10.025192 9 4 0.447608813 0.122677772 5.115722 10.197774 10 7 0.114562157 0.400451206 9.311998 11.103992 11 4 0.252932058 0.200755263 6.672940 9.255076 12 4 0.164882561 0.085901924 8.158944 10.293423 13 6 0.236620346 0.132488792 7.732131 10.930689 14 7 0.019540590 0.076331686 6.882222 9.289458 15 5 0.002908304 0.008934306 5.929365 10.552569 16 6 0.547663136 0.350376081 7.144703 5.159983 17 2 0.345556123 0.144144203 8.153868 7.918402 18 3 0.306435164 0.053920204 7.604212 11.124177 19 9 1.121258744 0.015824366 8.298107 9.531429 20 6 1.139374780 0.301424552 8.646805 11.471353
查詢df1的摘要：
示例
summary(df1)
輸出
x1 x2 x3 x4 Min. : 2.00 Min. :0.002908 Min. :0.008526 Min. :5.116 1st Qu.: 4.00 1st Qu.:0.122948 1st Qu.:0.049168 1st Qu.:6.389 Median : 5.50 Median :0.275878 Median :0.138317 Median :7.144 Mean : 5.35 Mean :0.385926 Mean :0.199771 Mean :7.237 3rd Qu.: 7.00 3rd Qu.:0.472622 3rd Qu.:0.313662 3rd Qu.:8.155 Max. :10.00 Max. :1.222748 Max. :0.750094 Max. :9.312 x5 Min. : 5.026 1st Qu.: 7.862 Median : 9.410 Mean : 8.934 3rd Qu.:10.647 Max. :11.965
查詢df1的摘要並將其作為資料框儲存到新的物件中：
示例
df1_summary<-as.data.frame(apply(df1,2,summary)) df1_summary
輸出
x1 x2 x3 x4 x5 Min. 2.00 0.002908304 0.008525539 5.115722 5.025790 1st Qu. 4.00 0.122948267 0.049167965 6.389085 7.861600 Median 5.50 0.275877808 0.138316497 7.143884 9.410443 Mean 5.35 0.385925977 0.199771162 7.236928 8.933827 3rd Qu. 7.00 0.472622394 0.313662434 8.155137 10.647099 Max. 10.00 1.222748429 0.750094498 9.311998 11.964555
示例
is.data.frame(df1_summary)
輸出
[1] TRUE
讓我們來看另一個例子：
示例
y1<-sample(1:100,20) y2<-sample(1:10,20,replace=TRUE) y3<-sample(20:100,20,replace=TRUE) y4<-sample(50:100,20,replace=TRUE) y5<-rpois(20,15) df2<-data.frame(y1,y2,y3,y4,y5) df2
輸出
y1 y2 y3 y4 y5 1 23 6 64 52 17 2 90 2 95 93 17 3 45 8 44 95 14 4 8 10 32 86 10 5 79 8 29 63 14 6 36 9 60 77 16 7 67 8 31 55 16 8 39 9 27 58 11 9 33 9 90 82 15 10 38 4 34 95 11 11 99 1 68 68 19 12 28 3 58 86 6 13 81 8 54 83 16 14 87 2 25 50 20 15 53 1 90 77 10 16 10 9 23 79 14 17 41 7 93 53 12 18 97 7 100 75 17 19 1 4 67 60 15 20 80 7 27 54 17
示例
df2_summary<-as.data.frame(apply(df2,2,summary)) df2_summary
輸出
y1 y2 y3 y4 y5 Min. 1.00 1.00 23.00 50.00 6.00 1st Qu. 31.75 3.75 30.50 57.25 11.75 Median 43.00 7.00 56.00 76.00 15.00 Mean 51.75 6.10 55.55 72.05 14.35 3rd Qu. 80.25 8.25 73.50 83.75 17.00 Max. 99.00 10.00 100.00 95.00 20.00
更新於：2020年9月9日
5K+ 次瀏覽
廣告