我想为分组数据的多个变量创建一个平均值和标准差表。但是，数据具有NA s，因此我需要包含na.rm =T命令。
使用iris作为MWE，更改为包括NA s：
irisalt = iris
irisalt[1,1] =NA
irisalt[52,2] =NA
irisalt[103,3]= NA第一次尝试：
irisalt%>%
group_by(Species)%>%
summarise(count = n(),
across(contains("."), c("mean" = mean, "sd" = sd))
)
Species count Sepal.Length_mean Sepal.Length_sd Sepal.Width_mean Sepal.Width_sd Petal.Length_mean Petal.Length_sd
<fct> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 setosa 50 NA NA 3.43 0.379 1.46 0.174
2 versicolor 50 5.94 0.516 NA NA 4.26 0.470
3 virginica 50 6.59 0.636 2.97 0.322 NA NA这是我需要的表，但我想通过删除NA来计算均值和sd。
第二次尝试：
irisalt%>%
group_by(Species)%>%
drop_na()%>%
summarise(count = n(),
across(contains("."), c("mean" = mean, "sd" = sd))
)这将删除存在NA的整行，并因此改变存在数据的变量的均值。
第三次尝试：
irisalt%>%
group_by(Species)%>%
summarise(count = n(),
across(contains("."), c("mean" = mean(., na.rm = T), "sd" = sd(., na.rm =T)))
)
Error in `summarise()`:
i In argument: `across(...)`.
Caused by error in `is.data.frame()`:
! 'list' object cannot be coerced to type 'double'第四次尝试：
irisalt%>%
group_by(Species)%>%
summarise(count = n(),
across(contains("."), ~c("mean" = mean(., na.rm = T), "sd" = sd(., na.rm =T)))
)
Species count Sepal.Length Sepal.Width Petal.Length Petal.Width
<fct> <int> <dbl> <dbl> <dbl> <dbl>
1 setosa 50 5.00 3.43 1.46 0.246
2 setosa 50 0.356 0.379 0.174 0.105
3 versicolor 50 5.94 2.76 4.26 1.33
4 versicolor 50 0.516 0.311 0.470 0.198
5 virginica 50 6.59 2.97 5.54 2.03
6 virginica 50 0.636 0.322 0.555 0.275
Warning message:
Returning more (or less) than 1 row per `summarise()` group was deprecated in dplyr 1.1.0.
i Please use `reframe()` instead.
i When switching from `summarise()` to `reframe()`, remember that `reframe()` always returns an ungrouped data frame and adjust
accordingly.这些是我需要的数字，但我需要每组一行（Species），每个变量有一个单独的列表示平均值和sd，就像我第一次尝试一样
2条答案
按热度按时间xuo3flqw1#
看起来你很接近了，但是你的语法有点不对：
来自文档
?across函数或lambda表达式的命名列表，例如list（mean = mean，n_miss = ~ sum（is.na（.x））。每个函数应用于每个列，输出通过使用. names中的粘合规范组合函数名和列名来命名。
注意：从dplyr 1.1.0开始，
summarize现在有一个.by参数，这个参数是实验性的，但是允许像这里一样进行一次性的组计算。所以你不需要管道到group_by。输出
fhity93d2#
您可以使用较新的
reframe，并且需要将摘要统计信息放在列表中：输出
以下是有关
summarize和reframe之间差异的更多信息：https://dplyr.tidyverse.org/reference/reframe.html