R 多个变量的汇总统计信息，统计信息为行，变量为列？

我试图使用dplyr:：summary（）和dplyr:：cross（）来获得一个TIBLE，其中行中有几个摘要统计信息，列中有变量。我只能通过使用dplyr:：bind_rows（）来实现这个结果，但我想知道是否有更优雅的方法来获得相同的输出

> library(tidyverse)
── Attaching packages ────────────────────────────────────────────── tidyverse 1.3.1 ──
✔ ggplot2 3.3.3     ✔ purrr   0.3.4
✔ tibble  3.1.1     ✔ dplyr   1.0.6
✔ tidyr   1.1.3     ✔ stringr 1.4.0
✔ readr   1.4.0     ✔ forcats 0.5.1
── Conflicts ───────────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
> 
> bind_rows(min = summarize(starwars, across(where(is.numeric), min, 
+       na.rm = TRUE)), 
+   median = summarize(starwars, across(where(is.numeric), median, 
+       na.rm = TRUE)), 
+   mean = summarize(starwars, across(where(is.numeric), mean, na.rm = TRUE)), 
+   max = summarize(starwars, across(where(is.numeric), max, na.rm = TRUE)), 
+   sd = summarize(starwars, across(where(is.numeric), sd, na.rm = TRUE)), 
+   .id = "statistic")
# A tibble: 5 x 4
  statistic height   mass birth_year
  <chr>      <dbl>  <dbl>      <dbl>
1 min         66     15          8  
2 median     180     79         52  
3 mean       174.    97.3       87.6
4 max        264   1358        896  
5 sd          34.8  169.       155. 

>库（tidyverse）
── 附加包────────────────────────────────────────────── tidyverse 1.3.1──
✔ GG2.3.3✔ purrr 0.3.4
✔ tibble 3.1.1✔ dplyr 1.0.6
✔ 第1.1.3节✔ stringr 1.4.0
✔ readr 1.4.0✔ 猫类0.5.1
── 冲突───────────────────────────────────────────────── tidyverse_冲突（）──
✖ dplyr:：filter（）屏蔽stats:：filter（）
✖ dplyr:：lag（）屏蔽stats:：lag（）
> 
>bind_行（min=summary（星战、跨越）（其中（是数字）、min、，
+na.rm=真），
+中位数=汇总（星战、跨越（其中（是数字）、中位数、，
+na.rm=真），
+平均值=汇总（星战，跨越（其中（为数字），平均值，na.rm=真）），
+max=summary（starwars，cross（其中（is.numeric），max，na.rm=TRUE）），
+sd=汇总（星战，跨越（其中（是数字的），sd，na.rm=真的）），
+.id=“统计”）
#一个tibble:5x4
人口出生年统计高度
1分钟66 15 8
2中位数180 79 52
3平均174。97.3       87.6
4最大264 1358 896
5 sd 34.8 169。155

---

为什么一个人不能直接用它来做呢？似乎比使用函数列表更优雅，正如。这是否违反了整洁数据框架的原则？（在我看来，将一堆数据帧相互堆叠起来要不那么整齐。）

这可以在您想要的输出中解决，但这并不是那么花哨

starwars %>% 
  summarise(across(
    where(is.numeric),
    .fns = list(
       min = min,
       median = median, 
       mean = mean, 
       max = max, 
       sd = sd
    ), 
    na.rm = TRUE, 
    .names = "{.col}_{.fn}")) %>% 
  pivot_longer(cols = everything()) %>% 
  mutate(statistic = str_match(name, pattern = ".+_(.+)")[,2],
         name = str_match(name, pattern = "(.+)_.+")[,2]) %>% 
  pivot_wider(names_from = name, values_from = value)

---

您可以使用

gtsummary

汇总数据。下面是数字列的子集（尽管

gtsummary

处理许多不同的数据类型。然后我告诉type参数将我的摘要统计信息放在不同的行上，最后告诉statistics参数我要显示哪些摘要

library(tidyverse)
library(gtsummary)

starwars[sapply(starwars, is.numeric)] %>% 
    tbl_summary(type = all_continuous() ~ "continuous2",
                statistic = all_continuous() ~ c("{median} ({p25}, {p75})",
                                                 "{min}, {max}",
                                                 "{mean},{sd}"))

---

我会这样做：

starwars %>%
    summarise(across(where(is.numeric), stat_funs,
        na.rm = TRUE, .names = "{.col}__{.fn}")) %>%
    pivot_longer(everything()) %>%
    separate(name, c('v', 'f'), sep = '__') %>%
    pivot_wider(names_from = v, values_from = value)

#  f      height   mass birth_year
#   <chr>   <dbl>  <dbl>      <dbl>
# 1 min      66     15          8  
# 2 median  180     79         52  
# 3 mean    174.    97.3       87.6
# 4 max     264   1358        896  
# 5 sd       34.8  169.       155. 

starwars%>%
总结（跨越（其中（为数字）、统计数据、，
na.rm=TRUE，.names=“{.col}{.fn}”））%>%
pivot_更长（所有内容（））%>%
单独的（名称，c（'v'，'f'），sep=''.'''.''>%
枢轴（名称从=v，值从=value）
#f身高出生年月
#              
#1分钟66 15 8
#2中位数180 79 52
#3平均174.97.387.6
#4最大264 1358 896
#5 sd 34.8169.155。

下面是一种使用

purr

迭代函数列表的方法。这是您使用

bind_rows（）

进行的有效操作，但代码较少

库（dplyr）
图书馆（purrr）
funs我想说，这与@mt1022的解决方案在本质上是相同的，这是正确的，我更喜欢他的解决方案。您所需输出中的每一行都有不同的定义。第1行是最小值，第2行是中值，等等。因此，虽然这可能很方便使用，但您不会对该输出的整列进行操作（例如，您不会对高度求和）.所以我不确定输出是否整洁。
总结
为您提供广泛输出的方式可能更“整洁”，但我理解你为什么要这样处理它。很多都是哲学，只是理解你试图用数据做什么。这是一个很好的观点。你认为如果我在行中有变量，在列中有统计数据会更整洁吗？这对于表示的目的也很好。你想存储和处理数据吗以整洁的格式。对于演示，做最能传达信息的事情。你拥有的东西可能适合演示。我不会过分强调让你的演示表“整洁”。很好的解决方案和优雅的使用
lst
+
maf\u dfr
。我经常注意到，map_*函数用于使事情变得比必要的更复杂。事实并非如此。