R convert Zusammenfassung Ergebnis (Statistiken mit allen Datenrahmen Spalten) in Datenrahmen

Question

[Ich bin neu in R ...] Ich habe diese dataframe:

df1 <- data.frame(c(2,1,2), c(1,2,3,4,5,6), seq(141,170)) #create data.frame 
names(df1) <- c('gender', 'age', 'height') #column names 

Ich mag die df1 ‚s Zusammenfassung in einem Datenrahmen Objekt das sieht wie folgt aus:

  count  mean std  min  25%  50%  75%  max 
age 30.0000 3.5000 1.7370 1.0000 2.0000 3.5000 5.0000 6.0000 
gender 30.0000 1.6667 0.4795 1.0000 1.0000 2.0000 2.0000 2.0000 
height 30.0000 155.5000 8.8034 141.0000 148.2500 155.5000 162.7500 170.0000 

ich dies in Python mit df1.describe().T generiert haben. Wie kann ich das in R machen?

Es wäre kostenlos, wenn mein zusammenfassendes Datenformat würde die "dtype", "null" (Anzahl der NULL Werte), (Anzahl von) "Unique" und "Range" -Werte sowie eine umfassende Zusammenfassung Statistiken enthalten :

  count  mean std  min  25%  50%  75%  max null unique range dtype 
age 30.0000 3.5000 1.7370 1.0000 2.0000 3.5000 5.0000 6.0000  0  6  5 int64 
gender 30.0000 1.6667 0.4795 1.0000 1.0000 2.0000 2.0000 2.0000  0  2  1 int64 
height 30.0000 155.5000 8.8034 141.0000 148.2500 155.5000 162.7500 170.0000  0  30  29 int64 

der Python-Code von oben Ergebnis ist:

df1.describe().T.join(pd.DataFrame(df1.isnull().sum(), columns=['null']))\ 
    .join(pd.DataFrame.from_dict({i:df1[i].nunique() for i in df1.columns}, orient='index')\ 
    .rename(columns={0:'unique'}))\ 
    .join(pd.DataFrame.from_dict({i:(df1[i].max() - df1[i].min()) for i in df1.columns}, orient='index')\ 
    .rename(columns={0:'range'}))\ 
    .join(pd.DataFrame(df1.dtypes, columns=['dtype'])) 

Thank you!

Answer 1

Ich benutze häufig eine kleine Funktion (aus einem Skript angepasst im Netz gefunden) diese Art von Transformation zu tun:

sumstats = function(x) { 
    null.k <- function(x) sum(is.na(x)) 
    unique.k <- function(x) {if (sum(is.na(x)) > 0) length(unique(x)) - 1 
    else length(unique(x))} 
    range.k <- function(x) max(x, na.rm=TRUE) - min(x, na.rm=TRUE) 
    mean.k=function(x) {if (is.numeric(x)) round(mean(x, na.rm=TRUE), digits=2) 
    else "N*N"} 
    sd.k <- function(x) {if (is.numeric(x)) round(sd(x, na.rm=TRUE), digits=2) 
    else "N*N"} 
    min.k <- function(x) {if (is.numeric(x)) round(min(x, na.rm=TRUE), digits=2) 
    else "N*N"} 
    q05 <- function(x) quantile(x, probs=.05, na.rm=TRUE) 
    q10 <- function(x) quantile(x, probs=.1, na.rm=TRUE) 
    q25 <- function(x) quantile(x, probs=.25, na.rm=TRUE) 
    q50 <- function(x) quantile(x, probs=.5, na.rm=TRUE) 
    q75 <- function(x) quantile(x, probs=.75, na.rm=TRUE) 
    q90 <- function(x) quantile(x, probs=.9, na.rm=TRUE) 
    q95 <- function(x) quantile(x, probs=.95, na.rm=TRUE) 
    max.k <- function(x) {if (is.numeric(x)) round(max(x, na.rm=TRUE), digits=2) 
    else "N*N"} 

    sumtable <- cbind(as.matrix(colSums(!is.na(x))), sapply(x, null.k), sapply(x, unique.k), sapply(x, range.k), sapply(x, mean.k), sapply(x, sd.k), 
        sapply(x, min.k), sapply(x, q05), sapply(x, q10), sapply(x, q25), sapply(x, q50), 
        sapply(x, q75), sapply(x, q90), sapply(x, q95), sapply(x, max.k)) 

    sumtable <- as.data.frame(sumtable); names(sumtable) <- c('count', 'null', 'unique', 
                  'range', 'mean', 'std', 'min', '5%', '10%', '25%', '50%', '75%', '90%', 
                  '95%', 'max') 
    return(sumtable) 
} 
sumstats(df1) 
     count null unique range mean std  var  min  5%  10%  25%  50%  75%  90%  95%  max 
gender 30.00 0.00 2.00 1.00 1.67 0.48 0.23 1.00 1.00 1.00 1.00 2.00 2.00 2.00 2.00 2.00 
age  30.00 0.00 6.00 5.00 3.50 1.74 3.02 1.00 1.00 1.00 2.00 3.50 5.00 6.00 6.00 6.00 
height 30.00 0.00 30.00 29.00 155.50 8.80 77.50 141.00 142.45 143.90 148.25 155.50 162.75 167.10 168.55 170.00 

Sie leicht anpassen können kräftigere Spalten, wie Quantile, nulls hinzufügen , Bereich usw. Es wird ein data.frame zurückgegeben. Sie möchten möglicherweise auch das Verhalten mit NAs in den Argumenten im Voraus angeben.

Ich hoffe, es hilft.

Answer 2

Sie dies tun können ganz einfach und lesbar mit diesen Bibliotheken - tidyr, dplyr

library("tidyr") 
library("dplyr") 


df1 <- data.frame(c(2,1,2), c(1,2,3,4,5,6), seq(141,170)) #create data.frame 
names(df1) <- c('gender', 'age', 'height') #column names 
df2<- gather(df1,"attributes","value") 

df2 %>% group_by(attributes) %>% summarise(count = n(), mean = mean(value), med = median(value),sd = sd(value), min = min(value), max = max(value)) 

# A tibble: 3 x 7 
# attributes count  mean med  sd min max 
#   <chr> <int>  <dbl> <dbl>  <dbl> <dbl> <dbl> 
# 1  age 30 3.500000 3.5 1.7370208  1  6 
# 2  gender 30 1.666667 2.0 0.4794633  1  2 
# 3  height 30 155.500000 155.5 8.8034084 141 170