Как я могу сгруппировать столбцы описательной статистики в R?

Question

Я пытался создать таблицу описательной статистики в R - я довольно новичок в программном обеспечении и изо всех сил пытаюсь найти способ отформатировать таблицу так, как мне хотелось бы.

На данный момент у меня есть это:

 data %>%
      select(Gender, age, Group) %>%
      group_by(Group, Gender) %>%
      summarise(n = n(),
                age.mean = mean(age),
                age.sd = sd(age)) 

Что дает мне это (плюс числа под средним и sd):

  Group       Gender      age.mean    age.sd
  Group.1     Male
  Group.1     Female
  Group.1     Missing
  Group.2     Male
  Group.2     Female
  Group.2     Missing

Но вот как я хотел бы представить это:

                 Group.1                 Group.2
            age.mean   age.sd       age.mean   age.sd
  Male
  Female
  Missing

Answer 1

Как говорит Джон, пакеты kable (и kableExtra ) могут помочь отформатировать таблицу, когда у вас есть группы, плюс множество других приятных функций. Однако получение выходных данных в запрошенном формате требует некоторого изменения формы.

Я буду использовать набор данных survey из пакета MASS .

data(survey, package="MASS")
str(survey) # showing only a subset of vars.
'data.frame':   237 obs. of  12 variables:
 $ Sex   : Factor w/ 2 levels "Female","Male": 1 2 2 2 2 1 2 1 2 2 ...
 $ Fold  : Factor w/ 3 levels "L on R","Neither",..: 3 3 1 3 2 1 1 3 3 3 ...
 $ Age   : num  18.2 17.6 16.9 20.3 23.7 ...

Цель состоит в том, чтобы получить таблицу, подобную этой:

library(tidyverse)
library(knitr)
library(kableExtra)

Измените данные, используя gather / spread и сохраните его для последующего рендеринга с помощью kable.

tbl <- survey %>%
  select(Sex, Age, Fold) %>%
  filter_all(all_vars(!is.na(.))) %>%
  group_by(Fold, Sex) %>%
  summarise(n = n(),
            age.mean = sprintf("%.1f", mean(Age, na.rm=TRUE)),
            age.sd = sprintf("%.1f", sd(Age, na.rm=TRUE))) %>%
  gather(key, value, n:age.sd) %>%  #
  unite(Group, Sex, key) %>%        # Could have used pivot_wider...see below.
  spread(Group, value)              #

Возвращает:

# A tibble: 3 x 7
# Groups:   Fold [3]
  Fold    Female_age.mean Female_age.sd Female_n Male_age.mean Male_age.sd Male_n
  <fct>   <chr>           <chr>         <chr>    <chr>         <chr>       <chr> 
1 L on R  21.4            9.1           48       19.6          4.0         50    
2 Neither 19.4            1.3           6        21.2          5.2         12    
3 R on L  19.7            5.0           64       20.8          7.6         56 

Обратите внимание, как переменные для Female отображаются перед переменными для Male. Если бы я использовал:

pivot_wider(names_from=Sex, values_from=c(n, age.mean, age.sd))

, я бы получил:

# A tibble: 3 x 7
# Groups:   Fold [3]
  Fold    n_Female n_Male age.mean_Female age.mean_Male age.sd_Female age.sd_Male
  <fct>      <int>  <int> <chr>           <chr>         <chr>         <chr>      
1 L on R        48     50 21.4            19.6          9.1           4.0        
2 Neither        6     12 19.4            21.2          1.3           5.2        
3 R on L        64     56 19.7            20.8          5.0           7.6

, которые не соответствуют нашей цели. Я мог бы изменить, но зачем беспокоиться, если спред может сделать это для вас? Далее переименуйте столбцы. Функция rename из dplyr не допускает дублирование имен, поэтому давайте используем базовую R.

tbl <- setNames(tbl, nm=sub(".+_", "", names(tbl)))

Затем используйте kable для применения форматирования.

kable(tbl, align=c('l', rep('c', 6))) %>%
  kable_styling("striped") %>%
  add_header_above(c(" " = 1, "Female" = 3, "Male" = 3))

Answer 2

Посмотрите на пакеты kable и kableExtra, в частности на функции «Сгруппированные столбцы / строки», такие как

add_header_above() 

здесь https://cran.r-project.org/web/packages/kableExtra/vignettes/awesome_table_in_html.html#grouped_columns__rows

Примечание: выходные данные kable не на консоль, а точнее на LaTeX, HTML или несколько других форматов.