Как создать функцию сводки данных? - PullRequest
Новая
       25

Как создать функцию сводки данных?

0 голосов
/ 31 октября 2019

Я пытаюсь создать функцию, которая суммирует несколько векторов, и приглашение: 

Write a function data_summary which takes three inputs:\
`dataset`: A data frame\
`vars`: A character vector whose elements are names of columns from dataset which the user wants summaries for\
`group.name`: A length one character vector which gives the name of the column from dataset which contains the factor which will be used as a grouping variable
\`var.names`: A character vector of the same length as vars which gives the names that the user would like used as the entries under “Variable” in the resulting output. This should be set equal to vars by default, so the default behavior is to use the column names from dataset.

The output of the function should be a data frame with the following structure:

Column names of the data frame will be:\
`Variable`\
`Missing`\
The `first` level of the factor group.name\
The `second` level of the factor group.name\
…\
The `kth` level of the factor group.name\
`p-value`

Я уже установил код, 

data_summary <- function(dataset,vars,group.name,var.names) {
}

, но яне знаете, как поступить, потому что я не понимаю, что это пытается сделать и как должен выглядеть результат. Есть пример, который показывает 

#data_summary<-function(dataset, vars,group.name, var.name){}

#example
#data_summary(titanic4, c("survived", "female", "age", "sibsp", "parch", "fare", "cabin"), "pclass")
#data_summary(titanic4, c("survived", "female", "age", "sibsp", "parch", "fare", "cabin"), "pclass", c("Survival rate", "% Female", "Age", "# siblings/spouses aboard", "# children/parents aboard", "Fare ($)", "Cabin"))

Но это действительно не помогло мне без ввода аргументов для функции.

1 Ответ

0 голосов
/ 31 октября 2019

Вы можете использовать пакет dplyr для этой функции. Также я не знаю, по каким функциям вы хотите суммировать ваш фрейм данных, поэтому я использую все функции, которые summary функция возвращает из базового пакета.

Мои данные: 

> NewSKUMatrix
# A tibble: 268,918 x 4
   LagerID FilialID CSBID Price
     <int>    <int> <int> <dbl>
 1     233     2578  1005  38.3
 2     333     2543    NA  61.0
 3     334     2543    NA  15.0
 4     335     2543    NA  11.0
 5     337     2301    NA  71.0
 6     338     2031    NA  37.0
 7     338     2044    NA  35.0
 8     338     2054    NA  36.0
 9     338     2060    NA  37.0
10     338     2063    NA  36.0
# ... with 268,908 more rows

Функция:

data_summary <- function(data,
                         variables,
                         values,
                         names = NULL) {
   if (is.null(x = names)) {
      names <- variables
   }
   data %>%
      group_by_at(.vars = variables) %>%
      summarise_at(
         .vars = values,
         .funs = list(
            Min. = min,
            `1st Qu.` = ~ quantile(x = ., probs = 0.25),
            Median = median,
            Mean = mean,
            `3rd Qu.` = ~ quantile(x = ., probs = 0.75),
            Max. = max
         )
      ) %>%
      rename_at(.vars = variables,
                .funs = ~ names)
}

Выход: 

data_summary(NewSKUMatrix,
             c('LagerID'),
             c('Price'),
             c('SKU'))
# A tibble: 32,454 x 7
     SKU  Min. `1st Qu.` Median  Mean `3rd Qu.`  Max.
   <int> <dbl>     <dbl>  <dbl> <dbl>     <dbl> <dbl>
 1    17  39.0      39.0   39.0  39.0      39.0  39.0
 2    18 120.      120.   120.  121.      120.  140. 
 3    21 289.      289.   289.  289.      289.  289. 
 4    24  37.0      37.0   37.0  45.2      45.2  70.0
 5    25  14.0      14.0   14.0  14.0      14.0  14.0
 6    55  30.9      30.9   30.9  30.9      30.9  30.9
 7   117  26.9      26.9   26.9  26.9      26.9  26.9
 8   118  24.8      24.9   24.9  25.1      25.1  25.7
 9   119  24.8      24.8   24.9  25.1      25.3  25.7
10   158 104.      108.   108.  107.      108.  108. 
# ... with 32,444 more rows
...