知识卡片
描述性统计与apply族
R 的基础函数覆盖了描述统计的主要量:mean() 均值、median() 中位数、range() 最小与最大值、sd() 标准差、var() 方差、IQR() 第三四分位数减第一四分位数(衡量中间 50% 的跨度)、cor() 相关系数、cov() 协方差。summary() 一次给出最小值、四分位数、中位数、均值、最大值,对因子列则给出各级计数。 对数据帧的多列批量套同一个函数,用 apply():apply(sales[,c(1:3)], MARGIN=2, FUN=sd) 中 MARGIN=2 表示按列施加,MARGIN=1 则按行。lapply() 作用于列表并返回列表,sapply() 会尝试把结果简化成向量或矩阵,三者按输入结构与期望返回形态选择。 重复使用的计算值得写成函数,例如用 range(v)[2] 减 range(v)[1] 求极差。自定义函数配 apply 族,能把一列列的临时计算固化成可复用的分析步骤,也便于在换数据集时直接重跑。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 使用R进行基本数据分析 · 查看原书依据
当同一个函数要应用到数据帧中的多个变量时,会用到apply()函数。例如,下面的R代码计算sales数据帧中前3个变量的标准偏差。在代码中,通过设置MARGIN=2指定将sd()函数应用到列上。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_001.html)
- 结论依据:3.1.4 节列出 cor、cov、IQR、mean、median、range、sd、var 等函数,并用 apply 按列求标准差、以 my_range 演示自定义函数。
- 原始内容:当同一个函数要应用到数据帧中的多个变量时,会用到apply()函数。例如,下面的R代码计算sales数据帧中前3个变量的标准偏差。在代码中,通过设置MARGIN=2指定将sd()函数应用到列上。