L oop для расчета таблиц описательной статистики с использованием агрегата - PullRequest
Новая
       17

L oop для расчета таблиц описательной статистики с использованием агрегата

1 голос
/ 29 января 2020

Я хотел бы создать статистические таблицы, описанные для моего набора данных, который представляет собой выборку со многими категориальными переменными, которые являются своего рода фильтром для вычисления средних значений и отклонений.

Вот пример для репликации: 

# example
var1 <- rep (LETTERS [1: 2], 100)
var2 <- rep (c (0.1), 100)
country <- sample (c ("Country_A", "Country_B", "Country_C"), 100, replace = TRUE)
age <- round (runif (100, min = 21, max = 70), 0)

df <- as.data.frame (cbind (var1, var2, country, age))
df $ age <- as.numeric (df $ age)

mean <- aggregate (x = df $ age, by = list (df $ country, df $ var1), FUN = mean)
colnames (mean) [1] <- "Country"
colnames (mean) [3] <- "Age"

lenght <- aggregate (x = df $ age, by = list (df $ country, df $ var1), FUN = length)
colnames (lenght) [1] <- "Country"
colnames (lenght) [3] <- "Age_N"

df_table_var1 <- merge (mean, lenght, by = "Country", all = TRUE)

Однако я пытаюсь изменить этот код с помощью L oop так, чтобы это var1, могло быть var2, var3 .... генерация отдельных объектов. Но это не очень хорошо. База данных не обширна, поэтому вы не так озабочены использованием For 

for (i in 3: 4) {
  paste0 ("x_media", names (df) [i]) <- aggregate (x = df $ Age, by = list ((df) [i], df $ var), FUN = mean)
  paste0 ("x_sd", names (df) [i]) <- aggregate (x = df $ Age, by = list ((df) [i], df $ var), FUN = sd)

}

. Я считаю, что было бы проще создать функцию, но я не смог сделать это, выделив имена переменных.

1 Ответ

0 голосов
/ 29 января 2020

Если мы создаем несколько объектов в глобальной среде, это не рекомендуется, но paste для lhs из <- не будет назначено. Нам нужно assign

for (i in 1:2) {
 assign(paste0("x_media", names(df)[i]), 
    value = aggregate(x = df$age, 
             by = df[c('country', paste0('var', i))], FUN = mean))
  assign(paste0("x_sd", names(df)[i]), 
   value =  aggregate(x = df$age,
             by = df[c('country', paste0('var', i))], FUN = sd))

 }

- проверить объекты 

x_mediavar1
#    country var1        x
#1 Country_A    A 22.04762
#2 Country_B    A 22.66667
#3 Country_C    A 23.64286
#4 Country_A    B 21.50000
#5 Country_B    B 23.00000
#6 Country_C    B 24.33333

x_sdvar1
#    country var1        x
#1 Country_A    A 12.08295
#2 Country_B    A 12.03252
#3 Country_C    A 13.38107
#4 Country_A    B 11.03371
#5 Country_B    B 16.28451
#6 Country_C    B 13.56466



x_mediavar2
#    country var2        x
#1 Country_A  0.1 21.79487
#2 Country_B  0.1 22.82759
#3 Country_C  0.1 24.03125

x_sdvar2
#    country var2        x
#1 Country_A  0.1 11.53916
#2 Country_B  0.1 14.11747
#3 Country_C  0.1 13.38202

Это также можно сделать с помощью lapply и сохранить в list (не создавая много объекты) 

lst1 <-  lapply(names(df)[1:2], function(x) do.call(data.frame, 
     aggregate(df$age,  df[c('country', x)], FUN = function(y) 
            c(Mean = mean(y), SD = sd(y)))))
lst1
#[[1]]
#    country var1   x.Mean     x.SD
#1 Country_A    A 22.04762 12.08295
#2 Country_B    A 22.66667 12.03252
#3 Country_C    A 23.64286 13.38107
#4 Country_A    B 21.50000 11.03371
#5 Country_B    B 23.00000 16.28451
#6 Country_C    B 24.33333 13.56466

#[[2]]
#    country var2   x.Mean     x.SD
#1 Country_A  0.1 21.79487 11.53916
#2 Country_B  0.1 22.82759 14.11747
#3 Country_C  0.1 24.03125 13.38202

Или то же самое с tidyverse

library(purrr)
library(dplyr)
map(names(df)[1:2], ~ 
           df %>% 
              group_by(country, !! rlang::sym(.x)) %>%
              summarise(Mean = mean(age), SD = sd(age)))
...