2 min read

Tidyverse使用技巧

2018/02/02

本文于2020-10-10更新。 如发现问题或者有建议，欢迎提交 Issue

相关笔记已经整理到 Gitbook 上。

1 skimr

library(skimr)
## Warning: 程辑包'skimr'是用R版本3.6.3 来建造的
skim(chickwts)
Table 1.1: Data summary
Name chickwts
Number of rows 71
Number of columns 2
_______________________
Column type frequency:
factor 1
numeric 1
________________________
Group variables None

Variable type: factor

skim_variable n_missing complete_rate ordered n_unique top_counts
feed 0 1 FALSE 6 soy: 14, cas: 12, lin: 12, sun: 12

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
weight 0 1 261.31 78.07 108 204.5 258 323.5 423 ▆▆▇▇▃
  1. 注意看，这里有几种信息，关键是变量名称作为变量，可以看好几百变量的table。

1.1 连续变量

  1. 但是耗时太长，因此不建议使用，这里推荐psych::describe， 具体参考 因子分析 Factor Analysis
psych::describe(chickwts)
##        vars  n   mean    sd median trimmed   mad min max range  skew kurtosis
## weight    1 71 261.31 78.07    258   261.0 91.92 108 423   315 -0.01    -0.97
## feed*     2 71   3.58  1.73      4     3.6  1.48   1   6     5 -0.10    -1.32
##          se
## weight 9.27
## feed*  0.21
Variable type: numeric 
 variable missing complete  n   mean    sd  p0   p25 median   p75 p100     hist
   weight       0       71 71 261.31 78.07 108 204.5    258 323.5  423 ▃▅▅▇▃▇▂▂

反馈缺失值。

missing complete  n n_unique
     0       71 71        6

反馈均值和标准差。

Variable type: numeric 
  mean    sd
261.31 78.07

对于有skew的，代表了直方图。

  p0   p25 median   p75 p100
 108 204.5    258 323.5  423

还可以看hist。

     hist
▃▅▅▇▃▇▂▂

1.2 分类变量

Variable type: factor 
 variable missing complete  n n_unique                         top_counts ordered
     feed       0       71 71        6 soy: 14, cas: 12, lin: 12, sun: 12   FALSE

唯一值

n_unique
       6

各分类的数量

                        top_counts
soy: 14, cas: 12, lin: 12, sun: 12

很棒的包，替代了str()了。

参考文献