Chapter 3 敘述統計量Summarise()

cheatsheet截圖對照

第一部分

第二部分

Summary functions take vectors as input and return one value，意思就是他會精煉出一個值，可能是某一個變數的平均數等。

介紹兩種用法，summarise/summarise_at

  1. summarise

記得要幫你的summarise後的結果，取一個變數名稱。這邊是avg_dep_delay。

flights %>% summarise(avg_dep_delay = mean(dep_delay), dep_delay_sd = sd(dep_delay))
## # A tibble: 1 x 2
##   avg_dep_delay dep_delay_sd
##           <dbl>        <dbl>
## 1            NA           NA
# flights$dep_delay %>% is.na()
#為什麼na.rm沒有加上會變成NA?


#na.rm本身是什麼意思？


flights %>% summarise(dep_delay_mean = mean(dep_delay, na.rm = T),


                      arr_delay_mean = mean(arr_delay, na.rm = T),


                      dep_delay_sd = sd(dep_delay, na.rm = T),


                      arr_delay_sd = sd(arr_delay, na.rm = T))
## # A tibble: 1 x 4
##   dep_delay_mean arr_delay_mean dep_delay_sd
##            <dbl>          <dbl>        <dbl>
## 1           12.6           6.90         40.2
## # ... with 1 more variable: arr_delay_sd <dbl>
  1. summarise_at意思就是指定幾個變數進行summarise，如果遇到很多個變數的話，會比較方便。
#vars，本身是variables的意思，就是要挑哪幾個變數


#funs，本身是functions的意思，就是要執行哪些summary function


flights %>% summarise_at(vars(dep_delay, arr_delay), funs(mean,sd), na.rm = T)
## # A tibble: 1 x 4
##   dep_delay_mean arr_delay_mean dep_delay_sd
##            <dbl>          <dbl>        <dbl>
## 1           12.6           6.90         40.2
## # ... with 1 more variable: arr_delay_sd <dbl>
  1. 上面兩者的結果一樣嗎？

範例

若完成，請直接貼到open chat

  1. 若你是一位賣車的菜鳥業務，為了要知道各車款的優劣勢，想先了解一下這些車，平均有多少汽缸數（cyl, cylinders)，平均有幾匹馬力(hp, Gross horsepower)，你會怎麼做？
mtcars 
mtcars %>% summarise_at(vars(cyl,hp), funs(mean), na.rm = T)

自主練習

請問NBA 2017-2018球季，

  1. 全體球員平均上場場次為幾場？標準差多少？(上場場次，變數為GamePlayed)