dplyr summarise_all с квантильной и другими функциями

Question

У меня есть датафрейм PatientA

    Height Weight   Age   BMI
    <dbl>  <dbl> <dbl> <dbl>
 1   161    72.2    27  27.9
 2   164    61.0    21  22.8
 3   171    72.0    30  24.6
 4   169.   63.9    25  22.9
 5   174.   64.4    27  21.1
 6   160    50.9    22  19.9
 7   172    77.5    22  26.3
 8   165    54.5    22  20  
 9   173    82.4    29  27.5
10   169    76.6    22  26.9

, и я хотел бы получить статистику для каждого столбца.У меня есть следующий рабочий код, который имеет дело только с квантилями

genStat <- PatientsA  %>%
  summarise_all(funs(list(quantile(., probs = c(0.25, 0.5, 0.75))))) %>%
  unnest %>%
  transpose %>%
  setNames(., c('25%', '50%', '75%')) %>%
  map_df(unlist) %>%
  bind_cols(data.frame(vars = names(PatientsA)), .)

, и мне нужно добавить значения и sd к summarise_all следующим образом

genStat <- PatientsA  %>%
      summarise_all(funs(mean,sd,list(quantile(., probs = c(0.25, 0.5, 0.75))))) %>%
      unnest %>%
      transpose %>%
      setNames(., c('mean','sd','25%', '50%', '75%')) %>%
      map_df(unlist) %>%
      bind_cols(data.frame(vars = names(PatientsA)), .)

Этот простой подход не возвращает следующую ошибку:

Ошибка в именах (объект) <- nm: атрибут 'names' [5] должен иметь ту же длину, что и вектор [3] </p>

Я являюсьновичок в R, так каков правильный синтаксис для выполнения этой задачи?

Answer 1

Мы также можем поместить вывод quantile в list, а затем unnest

library(tidyverse)
PatientsA %>% 
   gather %>% 
   group_by(key) %>%
   summarise_at(vars('value'), 
    funs(mean, 
         sd, 
         quantile = list(as.tibble(as.list(quantile(., 
                   probs = c(0.25, 0.5, 0.75))))))) %>%
   unnest
# A tibble: 4 x 6
#  key     mean    sd `25%` `50%` `75%`
#   <chr>  <dbl> <dbl> <dbl> <dbl> <dbl>
#1 Age     24.7  3.33  22    23.5  27  
#2 BMI     24.0  3.08  21.5  23.8  26.7
#3 Height 168.   5.01 164.  169   172. 
#4 Weight  67.5 10.3   61.7  68.2  75.5

data

PatientsA <- structure(list(Height = c(161, 164, 171, 169, 174, 160, 172, 
 165, 173, 169), Weight = c(72.2, 61, 72, 63.9, 64.4, 50.9, 77.5, 
 54.5, 82.4, 76.6), Age = c(27L, 21L, 30L, 25L, 27L, 22L, 22L, 
 22L, 29L, 22L), BMI = c(27.9, 22.8, 24.6, 22.9, 21.1, 19.9, 26.3, 
 20, 27.5, 26.9)), class = "data.frame", row.names = c("1", "2", 
 "3", "4", "5", "6", "7", "8", "9", "10"))

Answer 2

Это то, что я бы предложил.В коде есть небольшое повторение (вызов quantile три раза), но в целом я думаю, что его легче понять и отладить.

library(tidyverse)    

PatientsA %>% 
  gather("variable", "value") %>% 
  group_by(variable) %>% 
  summarize(mean_val = mean(value), 
            sd_val = sd(value), 
            q25 = quantile(value, probs = .25),
            q50 = quantile(value, probs = .5),
            q75 = quantile(value, probs = .75))


## A tibble: 4 x 6
#  variable mean_val sd_val   q25   q50   q75
#  <chr>       <dbl>  <dbl> <dbl> <dbl> <dbl>
#1 Age          24.7   3.33  22    23.5  27  
#2 BMI          24.0   3.08  21.5  23.8  26.7
#3 Height      168.    5.01 164.  169   172. 
#4 Weight       67.5  10.3   61.7  68.2  75.5