在 dataframe 中替换 psych::describe 的均值模式

Question

我喜欢 psych::describe 的汇总统计数据，但我想用模式替换均值，但仅限于因子变量。 我如何对 Mode 的 output 进行编程以替换 setosa（或任何其他因子变量） 我使用 iris 进行复制，即使它只有一个。

getMode <- function(df) {
  ux <- na.omit(unique(df))
  ux[which.max(tabulate(match(df, ux)))]
}

Mode <- apply(iris%>% select(where(is.factor)), 2, getMode)

#I only want 5 of psych's descriptive stats plus the mode.
table <- cbind(psych::describe(iris),
                      Mode) [,c(3,4,8,9,2, 14)] 
table

我怎样才能根据变量的结构来组合均值和众数？

1. 有没有办法将if_else与 where to tell R 当FALSE时做什么？ 如果我能在变量不是一个因子时得到 output 的平均值，我会得到一个结合了平均值和模式的列。

Psych生成 dataframe，其中标识变量名称不可选择，因此这使得任何手动编码或列出 mutate() 中的变量变得不可能。 它们也是我数据集中的大多数变量（因此即使可以完成，手动或 mutate(case_when) 也会非常乏味）。

附言。 我尝试将我的apply()更改为map函数，但 output 与cbind()不兼容，因为它会列出每个因素的其他级别。 如果您对那部分代码有更好的了解，或者认为那是我可以组合getMode和mean()的地方，我不介意建议。

Answer 1

如果您愿意使用不同的 function 来生成相同类型的 output，则可以使用dplyr和tidyr来完成此操作。 使用这种方法，您可以使用ifelse()做您想做的事情来识别数字或非数字变量。 唯一需要注意的是，如果您让 function 为因子生成非数字值，则数字变量的 output 也必须是一个字符。 这就是为什么我将mean() function 包装在sprintf()中。

getMode <- function(df) {
  ux <- na.omit(unique(df))
  ux[which.max(tabulate(match(df, ux)))]
}

library(tidyr)
iris %>% 
  summarise_all(.funs = list(
    mean = function(x)ifelse(is.numeric(x), sprintf("%.3f", mean(x)), as.character(getMode(x))), 
    sd = function(x)ifelse(is.numeric(x), sd(x), sd(as.numeric(x))), 
    min = function(x)ifelse(is.numeric(x), sprintf("%.3f", min(x)), levels(x)[1]), 
    max = function(x)ifelse(is.numeric(x), sprintf("%.3f", max(x)), levels(x)[length(levels(x))]), 
    n = function(x)sum(!is.na(x))
  )) %>% 
  pivot_longer(everything(),
        names_to = c("set", ".value"),
        names_pattern = "(.+)_(.+)")
                            
# A tibble: 5 x 6
#            set  mean     sd   min    max         n
#          <chr> <chr>  <dbl> <chr>  <chr>     <int>
# 1 Sepal.Length 5.843  0.828 4.300  7.900       150
# 2 Sepal.Width  3.057  0.436 2.000  4.400       150
# 3 Petal.Length 3.758  1.77  1.000  6.900       150
# 4 Petal.Width  1.199  0.762 0.100  2.500       150
# 5 Species      setosa 0.819 setosa virginica   150    
#     

这也允许您进行其他更改 - 例如上面，我用第一级Species替换了最小值，用最后一级Species替换了最大值。 并不是说这一定是您想要做的，但是很容易根据变量的类型更改 output 的值。