从心理学中替换均值：：描述dataframe的模式

Question

我喜欢心理学的总结统计：：描述，但我想用模式代替平均值，但只对因素变量。如何编程模式的输出，以取代setosa (或任何其他因素变量)，我使用虹膜复制，即使它只有一个。

getMode <- function(df) {
  ux <- na.omit(unique(df))
  ux[which.max(tabulate(match(df, ux)))]
}

Mode <- apply(iris%>% select(where(is.factor)), 2, getMode)

#I only want 5 of psych's descriptive stats plus the mode.
table <- cbind(psych::describe(iris),
                      Mode) [,c(3,4,8,9,2, 14)] 
table

根据变量的结构，如何获得平均和模式组合？

，

1. ，有什么方法可以把if_else和哪里结合起来，告诉R当FALSE时做什么？如果当变量不是一个因素时，我可以得到输出的平均值，那么我将得到一个合并了方法和模式的列。

。

Psych生成一个无法选择标识变量名的数据，因此这使得任何手动编码或在mutate()中列出变量都不可能。它们也是我的数据集中的大多数变量(因此，手动或变异(Case_when)即使可以执行，也会非常繁琐)。

PS。我尝试将我的apply()更改为map函数，但是输出与cbind()不兼容，因为它将列出每个因素的其他级别。如果您对代码的这一部分有更好的了解，或者认为这是我可以将getMode和mean()组合在一起的地方，我不介意提出建议。

Answer 1

如果您愿意使用不同的函数来生成相同类型的输出，则可以使用dplyr和tidyr来完成这一任务。使用这种方法，您可以使用ifelse()来识别数值变量或非数值变量。唯一要注意的是，如果要让函数为因子生成非数字值，则数值变量的输出也必须是字符。这就是为什么我将mean()函数封装在sprintf()中的原因。

getMode <- function(df) {
  ux <- na.omit(unique(df))
  ux[which.max(tabulate(match(df, ux)))]
}

library(tidyr)
iris %>% 
  summarise_all(.funs = list(
    mean = function(x)ifelse(is.numeric(x), sprintf("%.3f", mean(x)), as.character(getMode(x))), 
    sd = function(x)ifelse(is.numeric(x), sd(x), sd(as.numeric(x))), 
    min = function(x)ifelse(is.numeric(x), sprintf("%.3f", min(x)), levels(x)[1]), 
    max = function(x)ifelse(is.numeric(x), sprintf("%.3f", max(x)), levels(x)[length(levels(x))]), 
    n = function(x)sum(!is.na(x))
  )) %>% 
  pivot_longer(everything(),
        names_to = c("set", ".value"),
        names_pattern = "(.+)_(.+)")
                            
# A tibble: 5 x 6
#            set  mean     sd   min    max         n
#          <chr> <chr>  <dbl> <chr>  <chr>     <int>
# 1 Sepal.Length 5.843  0.828 4.300  7.900       150
# 2 Sepal.Width  3.057  0.436 2.000  4.400       150
# 3 Petal.Length 3.758  1.77  1.000  6.900       150
# 4 Petal.Width  1.199  0.762 0.100  2.500       150
# 5 Species      setosa 0.819 setosa virginica   150    
#     

这还允许您进行其他更改--例如，上面我用Species的第一个级别替换了最小值，用最后一个Species级别替换了最大值。这并不一定是您想要做的，但是很容易根据变量的类型更改输出的值。