r拆分应用合并问题

我是r新手，有一个大的data.frame（906行），我想在应用多个描述性统计（平均值、标准偏差、标准误差/方差、25%和75%置信区间、最小值、最大值和中位数）之前（行？）将data.frame按第一列（与相同名称相关的条目一起）拆分到其他列。与每个物种相关联的行数不同，因此是不均匀/不平衡的分割。在“par”列中分散了很多na（每行至少有一个列条目），但我只想忽略/跳过na，而不是删除/忽略该行

---

我希望我的最终输出显示：名称列、描述性统计列和描述性统计结果列（每个par一列）。到目前为止，我尝试过的一切都没有奏效。同样，也是非常新的r，我不确定我在做什么，请帮助。

通常，通过查看r随附的内容，您可以为您的可复制示例找到合适的数据（

data（）

将显示数据集列表和简要说明）。例如，

iris

数据集与您的数据集类似，只是物种名称是最后一列：

data(iris)
iris <- iris[, c(5, 1:4)]
iris.splt <- split(iris[, 2:5], iris[, 1])

这将计算单个列的统计信息。我们需要使用

lappy

函数对列表每个部分的每一列运行函数两次，然后第三次将这些列重新组合在一起：

iris.stats <- lapply(iris.splt, function(x) lapply(x, stats))
iris.dfs <- lapply(iris.stats, data.frame)
iris.dfs
# $setosa
#      Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0%         4.3000      2.3000      1.00000     0.10000
# 25%        4.8000      3.2000      1.40000     0.20000
# 50%        5.0000      3.4000      1.50000     0.20000
# 75%        5.2000      3.6750      1.57500     0.30000
# 100%       5.8000      4.4000      1.90000     0.60000
# mean       5.0060      3.4280      1.46200     0.24600
# sd         0.3525      0.3791      0.17366     0.10539
# var        0.1242      0.1437      0.03016     0.01111
# 
# $versicolor
#      Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0%         4.9000     2.00000       3.0000     1.00000
# 25%        5.6000     2.52500       4.0000     1.20000
# 50%        5.9000     2.80000       4.3500     1.30000
# 75%        6.3000     3.00000       4.6000     1.50000
# 100%       7.0000     3.40000       5.1000     1.80000
# mean       5.9360     2.77000       4.2600     1.32600
# sd         0.5162     0.31380       0.4699     0.19775
# var        0.2664     0.09847       0.2208     0.03911
# 
# $virginica
#      Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0%         4.9000      2.2000       4.5000     1.40000
# 25%        6.2250      2.8000       5.1000     1.80000
# 50%        6.5000      3.0000       5.5500     2.00000
# 75%        6.9000      3.1750       5.8750     2.30000
# 100%       7.9000      3.8000       6.9000     2.50000
# mean       6.5880      2.9740       5.5520     2.02600
# sd         0.6359      0.3225       0.5519     0.27465
# var        0.4043      0.1040       0.3046     0.07543

---

iris.stats欢迎来到SO（和R）。请你阅读并修改你的问题。包括一个最小的、可复制和粘贴的示例，根据示例和理想的编码尝试显示预期的输出。这将使其他人更容易帮助你。发布你的数据！不是指向数据图像的链接，而是将其作为文本发布在此处。
iris.stats <- lapply(iris.splt, function(x) lapply(x, stats))
iris.dfs <- lapply(iris.stats, data.frame)
iris.dfs
# $setosa
#      Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0%         4.3000      2.3000      1.00000     0.10000
# 25%        4.8000      3.2000      1.40000     0.20000
# 50%        5.0000      3.4000      1.50000     0.20000
# 75%        5.2000      3.6750      1.57500     0.30000
# 100%       5.8000      4.4000      1.90000     0.60000
# mean       5.0060      3.4280      1.46200     0.24600
# sd         0.3525      0.3791      0.17366     0.10539
# var        0.1242      0.1437      0.03016     0.01111
# 
# $versicolor
#      Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0%         4.9000     2.00000       3.0000     1.00000
# 25%        5.6000     2.52500       4.0000     1.20000
# 50%        5.9000     2.80000       4.3500     1.30000
# 75%        6.3000     3.00000       4.6000     1.50000
# 100%       7.0000     3.40000       5.1000     1.80000
# mean       5.9360     2.77000       4.2600     1.32600
# sd         0.5162     0.31380       0.4699     0.19775
# var        0.2664     0.09847       0.2208     0.03911
# 
# $virginica
#      Sepal.Length Sepal.Width Petal.Length Petal.Width
# 0%         4.9000      2.2000       4.5000     1.40000
# 25%        6.2250      2.8000       5.1000     1.80000
# 50%        6.5000      3.0000       5.5500     2.00000
# 75%        6.9000      3.1750       5.8750     2.30000
# 100%       7.9000      3.8000       6.9000     2.50000
# mean       6.5880      2.9740       5.5520     2.02600
# sd         0.6359      0.3225       0.5519     0.27465
# var        0.4043      0.1040       0.3046     0.07543