R中的数据字典打包
我正在考虑用R编写一个数据字典函数，它以数据帧为参数，将执行以下操作：
1)创建文本文件，该文件：
a.通过按类别列出变量的数量、观察值的数量、完整观察值的数量…来汇总数据帧等
b.对于每个变量，总结关于该变量的关键事实:均值、最小值、最大值、模式、丢失观察值的数量…等
2)创建包含每个数值或整数变量的直方图和每个属性变量的条形图的pdf。
其基本思想是创建具有一个函数的数据框的数据字典。
我的问题是:有没有包已经做到了这一点？如果不是，人们会认为这是一个有用的函数吗？谢谢
回答 1
Stack Overflow用户
发布于 2011-10-08 16:36:30
在不同的包中有各种describe函数。我最熟悉的是Hmisc::describe。以下是其帮助页面中的描述：
此函数确定变量是否为字符、因子、类别、二进制、离散数字和连续数字，并根据每个变量打印简明的统计摘要。如果数值变量具有<= 10个唯一值，则将其视为离散变量。在这种情况下，不打印分位数。如果任何非二进制变量的唯一值不超过20个，则会为其打印频率表。对于任何具有至少20个唯一值的变量，将打印最低和最高5个值。
输出的示例如下：
Hmisc::describe(work2[, c("CHOLEST","HDL")])
work2[, c("CHOLEST", "HDL")]
2 Variables 5325006 Observations
----------------------------------------------------------------------------------
CHOLEST
n missing unique Mean .05 .10 .25 .50 .75 .90
4410307 914699 689 199.4 141 152 172 196 223 250
.95
268
lowest : 0 10 19 20 31, highest: 1102 1204 1213 1219 1234
----------------------------------------------------------------------------------
HDL
n missing unique Mean .05 .10 .25 .50 .75 .90
4410298 914708 258 54.2 32 36 43 52 63 75
.95
83
lowest : -11.0 0.0 0.2 1.0 2.0, highest: 241.0 243.0 248.0 272.0 275.0
---------------------------------------------------------------------------------- 此外，关于获取直方图的问题，describe-object的Hmisc::latex方法将在上面演示的输出中生成交错的直方图。(您确实需要安装function LaTeX才能利用这一点。)我非常肯定你可以在Harrell的网站上找到输出的插图，或者使用他的书“回归建模策略”的Amazon "Look Inside“演示文稿。这本书有大量关于数据分析的有用材料。
https://stackoverflow.com/questions/7695619
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号