R-获取包含数据帧的指定百分比级别的汇总表

我想得到一个汇总表，它显示的信息比R中的

summary（x）

函数生成的典型描述性统计信息还要多。例如10%百分位、90%百分位。 我在网上找到的其他答案推荐了给出答案的方法，但不是以表格的形式

我正在寻找一种方法，只需在summary（x）函数生成的汇总表中添加指定的百分比级别

以下是示例数据：

df = data.frame("a"=seq(1,10), "b"=seq(10,100,10),
                "c"=letters[seq(1,10)], "d"=seq(5,95,10))

---

还有一种

dplyr

和

tidyr

方法

df = data.frame("a"=seq(1,10), "b"=seq(10,100,10),
                "c"=letters[seq(1,10)], "d"=seq(5,95,10))
library(dplyr)
library(tidyr)
out <- df %>% summarise_if(is.numeric, .funs = list(
  "Min" = min, 
  "10%" = function(x)quantile(x, .1), 
  "25%" = function(x)quantile(x, .25), 
  "50%" = median, 
  "Mean" = mean, 
  "75%" = function(x)quantile(x, .75), 
  "90%" = function(x)quantile(x, .90), 
  "Max" = max)) %>% 
pivot_longer(cols=everything(), 
             names_pattern = "(.*)_(.*)", 
             names_to = c("var", "stat"), 
             values_to="vals") %>% 
  pivot_wider(names_from="var", 
              values_from="vals",
              id_cols="stat") %>% 
  as.data.frame()

rownames(out) <- out$stat
out <- out %>% select(-stat)
out
#          a     b    d
# Min   1.00  10.0  5.0
# 10%   1.90  19.0 14.0
# 25%   3.25  32.5 27.5
# 50%   5.50  55.0 50.0
# Mean  5.50  55.0 50.0
# 75%   7.75  77.5 72.5
# 90%   9.10  91.0 86.0
# Max  10.00 100.0 95.0

df=数据帧（“a”=序列（1,10），“b”=序列（10100,10），
“c”=字母[seq（1,10）]，“d”=seq（5,95,10））
图书馆（dplyr）
图书馆（tidyr）
如果（是数字，.funs=列表），则输出%summary\u(
“Min”=Min，
“10%”=函数（x）分位数（x，.1），
“25%”=函数（x）分位数（x，.25），
“50%”=中位数，
“平均数”=平均数，
“75%”=函数（x）分位数（x，.75），
“90%”=函数（x）分位数（x，.90），
“Max”=Max））%>%
pivot_更长（cols=everything（），
名称\u pattern=“（.*）名称（.*）”，
名称_to=c（“var”、“stat”），
数值_to=“vals”）%>%
pivot_加宽（name_from=“var”，
值\u from=“vals”，
id_cols=“stat”）%>%
as.data.frame（）
行名（外）
df = data.frame("a"=seq(1,10), "b"=seq(10,100,10),
                "c"=letters[seq(1,10)], "d"=seq(5,95,10))
library(dplyr)
library(tidyr)
out <- df %>% summarise_if(is.numeric, .funs = list(
  "Min" = min, 
  "10%" = function(x)quantile(x, .1), 
  "25%" = function(x)quantile(x, .25), 
  "50%" = median, 
  "Mean" = mean, 
  "75%" = function(x)quantile(x, .75), 
  "90%" = function(x)quantile(x, .90), 
  "Max" = max)) %>% 
pivot_longer(cols=everything(), 
             names_pattern = "(.*)_(.*)", 
             names_to = c("var", "stat"), 
             values_to="vals") %>% 
  pivot_wider(names_from="var", 
              values_from="vals",
              id_cols="stat") %>% 
  as.data.frame()

rownames(out) <- out$stat
out <- out %>% select(-stat)
out
#          a     b    d
# Min   1.00  10.0  5.0
# 10%   1.90  19.0 14.0
# 25%   3.25  32.5 27.5
# 50%   5.50  55.0 50.0
# Mean  5.50  55.0 50.0
# 75%   7.75  77.5 72.5
# 90%   9.10  91.0 86.0
# Max  10.00 100.0 95.0