R 如何制作自定义项，以便对数据框中的所有变量进行描述性分析

我有一个包含数百个变量的数据库，有不同的类：int、factor、logi、date、chr和num，但基本上它们都是factors，一个小示例如下：

set.seed(123)
dat <- data.frame(
        A = sample(1:10),
        B = rnorm(10, 25, 12),
        C = rnorm(10, 0, 2),
        H = sample(seq(as.Date('1999/01/01'), as.Date('2000/01/01'), by="day"), 10),
        f1 = sample(letters[1:3], 10, replace = TRUE),
        f2 = sample(letters[4:6], 10, replace = TRUE),
        Y = sample(c("yes", "no"), 10, replace = TRUE),
        W = sample(c("Male", "Female"), 10, replace = TRUE),
        Z = sample(c("true", "false"), 10, replace = TRUE))

MyFunction <-function(df, factor1, factor2, ...){
  # Descriptive analysis of the data frame, according to factor 1 level and factor 2
  #
  # Args:
  #    df: name of the data frame
  #    factor1: group (a, b, c)
  #    factor2: subgroup (d, e, f)
  #
  # Returns: 
  #  
  dat <- filter(df, f1 == factor1 & f2 == factor2) 
    apply(dat, 2, ifelse(is.factor == TRUE | is.character == TRUE, describe,
                      ifelse(is.integer == TRUE | is.numeric == TRUE, 
     summary, "other")))
}

MyFunction <-function(df, factor1, factor2, ...){
  dat <- filter(df, f1 == factor1 & f2 == factor2)
  apply(dat, 2, function(x) {
    if (is.factor(x) | is.character(x))
      describe(x)
    else if (is.numeric(x))
      summary(x)
    else "other"
  })
}

这是我想到的解决这项任务的最佳方法，但正如有人可以想出更好的解决方案或提供解决方案、建议或想法一样

---

非常感谢您的时间。

使用

apply

可能有点棘手。第三个参数需要是一个函数，它接受一列并对其进行一些处理。但是，您给出的表达式：

ifelse(is.factor == TRUE | is.character == TRUE, describe,
    ifelse(is.integer == TRUE | is.numeric == TRUE, summary,
      "other")))

这不是一个函数。它只是一个包含多个错误的表达式，因为例如，

是.factor

，无法与

TRUE

进行比较。需要首先将其应用于某个对象（即列），以获得一个布尔值，然后进行比较

相反，您将希望编写如下内容：

set.seed(123)
dat <- data.frame(
        A = sample(1:10),
        B = rnorm(10, 25, 12),
        C = rnorm(10, 0, 2),
        H = sample(seq(as.Date('1999/01/01'), as.Date('2000/01/01'), by="day"), 10),
        f1 = sample(letters[1:3], 10, replace = TRUE),
        f2 = sample(letters[4:6], 10, replace = TRUE),
        Y = sample(c("yes", "no"), 10, replace = TRUE),
        W = sample(c("Male", "Female"), 10, replace = TRUE),
        Z = sample(c("true", "false"), 10, replace = TRUE))

MyFunction <-function(df, factor1, factor2, ...){
  # Descriptive analysis of the data frame, according to factor 1 level and factor 2
  #
  # Args:
  #    df: name of the data frame
  #    factor1: group (a, b, c)
  #    factor2: subgroup (d, e, f)
  #
  # Returns: 
  #  
  dat <- filter(df, f1 == factor1 & f2 == factor2) 
    apply(dat, 2, ifelse(is.factor == TRUE | is.character == TRUE, describe,
                      ifelse(is.integer == TRUE | is.numeric == TRUE, 
     summary, "other")))
}

MyFunction <-function(df, factor1, factor2, ...){
  dat <- filter(df, f1 == factor1 & f2 == factor2)
  apply(dat, 2, function(x) {
    if (is.factor(x) | is.character(x))
      describe(x)
    else if (is.numeric(x))
      summary(x)
    else "other"
  })
}

更接近你要找的东西

不幸的是，还有一个问题<代码>应用是用于矩阵的传统函数。当它与数据帧一起使用时，它有一个坏习惯，就是将其转换为矩阵（所有元素的类型都相同）。在本例中，它将整个内容转换为字符矩阵，甚至数字值也被视为字符/因子

幸运的是，还有另一个遗留函数，称为

lappy

，它适用于数据帧，并且不会将列转换为不同的类型。所以，如果你写：

MyFunction <-function(df, factor1, factor2, ...){
  dat <- filter(df, f1 == factor1 & f2 == factor2)
  lapply(dat, function(x) {
    if (is.factor(x) || is.character(x))
      describe(x)
    else if (is.numeric(x)) {
      summary(x)
    } else "other"
  })
}

---

如果您使用的是

library（tidyverse）

，那么您可以用

map

替换

lappy

——它们在这里做同样的事情，但是

map

是更现代的功能。

如果您可以添加一个示例，说明您希望输出也是什么样子，那就好了。