R语言基本描述性统计量函数

summary,fivenum,sapply,aggregate, by

1. summary

summary()函数提供了最小值、最大值、四分位数和数值型变量的均值，以及因子向量和逻

辑型向量的频数统计。

# colnames(mtcars)
vars <-c("mpg","hp","wt")
head(mtcars[vars])

# dataframe
summary(mtcars[vars])

a<- c(1,2,NA,3,4,6,NA)
summary(a)

# 只取不为缺省值的数据
a<- a[!is.na(a)]
summary(a)

2. fivenum

函数fivenum()可返回图基五数总括（Tukey’s five-number summary，即最小值、

下四分位数、中位数、上四分位数和最大值.

fivenum(mtcars$mpg)
fivenum(1:100)

3. sapply

# sapply(x,FUN,option)

vars <-c("mpg","hp","wt")
sapply(mtcars[vars],mean)

lst <- list(A=c(1,2,NA,3,4,6,NA),B=c(10,20,30,40,NA))
sapply(lst,mean,na.rm=TRUE)

4.aggregate

aggregate分组计算描述性统计量。

#单个分组变量
aggregate(mtcars[vars],by=list(cyl=mtcars$cyl,am=mtcars$am),mean,na.rm=TRUE)

#多个分组变量
aggregate(mtcars[vars],by=list(cyl=mtcars$cyl,am=mtcars$am),mean,na.rm=TRUE)

5. by

aggregate()仅允许在每次调用中使用平均数、标准差这样的单返回值函数。

它无法一次返回若干个统计量。要完成这项任务，可以使用by()函数。

Usage

by(data, INDICES, FUN, ..., simplify = TRUE)

dstats <- function(x)(c(mean=mean(x),sd=sd(x)))
by(mtcars$disp,mtcars$cyl,dstats)