我有一个非常大的数据集(50多个站点，100多个解决方案(，我想快速生成数据的描述性统计汇总表，并能够将其导出为.csv文件。
示例代码(我的数据的一小部分(：
Site <- c( "SC2", "SC2" , "SC2", "SC3" , "SC3" ,"SC3", "SC4", "SC4" ,"SC4","SC4","SC4")
Aluminum <- as.numeric(c(0.0565, 0.0668 ,0.0785,0.0292,0.0576,0.075,0.029,0.088,0.076,0.007,0.107))
Antimony <- as.numeric(c(0.0000578, 0.0000698, 0.0000215,0.000025,0.0000389,0.0000785,0.0000954,0.00005447,0.00007843,0.000025,0.0000124))
stats_data <- data.frame(Site, Aluminum, Antimony, stringsAsFactors=FALSE)
stats_data_gather =stats_data %>% gather(Solute, value, -Site)
table_test = stats_data_gather %>%
group_by(Site, Solute) %>%
get_summary_stats(value, show = c("mean", "sd", "min", "q1", "median", "q3", "max"))
这会产生一个计算所需统计数据的数据帧，但结果会被截断到小数点后三位(即应该是0.00000057的值显示为0.000(
我尝试过使用的变体：
options(digits = XX),
format(DF, format = "e", digits = 2),
format.data.frame(table_test, digits = 8)
我尝试过这些和其他在线找到的示例代码，但没有一个能重现包含小数字结果(即0.00000057，而不是0.000(所有必要零的摘要数据帧。我甚至可以用科学的符号表示，但我还没有成功找到一个有效的示例。
这是我的第一篇帖子。我希望我已经提供了足够的细节帮助！谢谢
它不起作用，因为在get_summary_stats中，它被硬编码为返回3位数字：
get_summary_stats
function (data, ..., type = c("full", "common", "robust", "five_number",
"mean_sd", "mean_se", "mean_ci", "median_iqr", "median_mad",
"quantile", "mean", "median", "min", "max"), show = NULL,
probs = seq(0, 1, 0.25))
{
.....
dplyr::mutate_if(is.numeric, round, digits = 3)
if (!is.null(show)) {
show <- unique(c("variable", "n", show))
results <- results %>% select(!!!syms(show))
}
results
}
你可以破解上面的代码，也可以使用下面的summarise_all函数：
library(dplyr)
library(tidyr)
stats_data_gather %>% group_by(Site, Solute) %>% summarise_all(list(~mean(.),~sd(.),
~list(c(summary(.))))) %>% unnest_wider(list)
# A tibble: 6 x 10
# Groups: Site [3]
Site Solute mean sd Min. `1st Qu.` Median Mean `3rd Qu.`
<chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 SC2 Alumi… 6.73e-2 1.10e-2 5.65e-2 0.0616 6.68e-2 6.73e-2 0.0726
2 SC2 Antim… 4.97e-5 2.51e-5 2.15e-5 0.0000396 5.78e-5 4.97e-5 0.0000638
3 SC3 Alumi… 5.39e-2 2.31e-2 2.92e-2 0.0434 5.76e-2 5.39e-2 0.0663
4 SC3 Antim… 4.75e-5 2.78e-5 2.50e-5 0.0000320 3.89e-5 4.75e-5 0.0000587
5 SC4 Alumi… 6.14e-2 4.19e-2 7.00e-3 0.029 7.60e-2 6.14e-2 0.088
6 SC4 Antim… 5.31e-5 3.49e-5 1.24e-5 0.000025 5.45e-5 5.31e-5 0.0000784
# … with 1 more variable: Max. <dbl>
列名可能有点糟糕，但您可以很容易地将它们重命名为q1和q3。
您可以使用summary函数来查找统计信息：
sum.table <- summary(stats_data_gather)
然后，您可以使用从第三列中获取汇总变量
as.numeric(sub('.*:', '', sum.table[,3]))