带有"n()“函数的summarize_all

Question

我用summarize_all()函数在dplyr中总结了一个数据帧。如果我执行以下操作：

summarize_all(mydf, list(mean="mean", median="median", sd="sd"))

我得到了一个tibble，每个原始度量都有3个变量，所有变量都以类型(mean，median，sd)为后缀。太棒了！但是当我尝试捕获向量内的n来计算标准差并确保丢失的单元不被计算时……

summarize_all(mydf, list(mean="mean", median="median", sd="sd", n="n"))

...I获取错误：

Error in (function ()  : unused argument (var_a)

这不是我的var_a向量的问题。当我请求n或n()时，或者如果我使用.funs()并列出我想要计算的描述符，summarize_all函数就会产生奇怪的结果。

到底怎么回事？

Answer 1

它会给你带来问题的原因是，与mean()和median()不同，n()不接受任何参数。改为使用length()以获得所需的效果：

summarize_all(mydf, list(mean="mean", median="median", sd="sd", n="length"))

Answer 2

在这里，如果我们想要更好的控制，也就是添加其他参数，我们可以使用~

library(dplyr)
mtcars %>% 
      summarise_all(list(mean = ~ mean(.), median = ~median(.), n = ~ n()))

然而，获取每一列的n()并没有多大意义，因为它是相同的。相反，在执行summarise之前创建n()

mtcars %>%
   group_by(n = n()) %>%
   summarise_all(list(mean = mean, median = median))

否则，只传递未加引号的函数

mtcars %>%
     summarise_all(list(mean = mean, median = median))