如何使用包括ggplot2的应用函数来组合多个R函数

Question

我有一堆单独的代码块来在R中运行正常性测试，我希望能够将它们组合在一起，以便我可以测试特定变量而无需每次都复制代码。到目前为止，所有单独的代码块都在工作（以鸢尾花数据集为例）：

library(datasets)
library(tidyverse)
library(skimr)

data(iris)
iris$Species <- NULL

# descriptive statistics and normality tests
skim(iris$Sepal.Length)
round(stat.desc(iris$Sepal.Length, basic = FALSE, norm = TRUE), digits = 3)

# histogram with normality curve
hist_sepal_length <- ggplot(iris, aes(Sepal.Length)) + 
  geom_histogram(aes(y = ..density..), bins = 10, colour = "black", fill = "white") +
  labs(x = "Sepal.Length", y = "Density") + 
  stat_function(fun = dnorm, args = list(mean = mean(iris$Sepal.Length), sd = sd(iris$Sepal.Length)), colour = "black", size = 1)
hist_sepal_length

# qqplot
qqplot_sepal_length <- qplot(sample = iris$Sepal.Length)
qqplot_sepal_length

我可以使用sapply完成描述性统计的第一步

round(sapply(iris, stat.desc, basic = FALSE, norm = TRUE), digits = 3)

但是，我不确定如何在ggplot2中使用任何apply函数。我看了以下问题：

How to use lapply with ggplot2 while indexing variables

using an apply function with ggplot2 to create bar plots for more than one variable in a data.frame

Using apply functions with ggplot to plot a subset of dataframe columns

Using lapply to make boxplots of a variable list

但是，它们都不满足我的要求，因为我的ggplot还包括引用该变量的stat_function。我也想在单独的图表中输出。有没有一种方法可以编写ggplot代码，以使其一次运行所有变量（因此，隔片长度，隔片宽度，花瓣长度，花瓣宽度）？我有要在已保存到单独数据帧中运行正常性测试的变量，因此无需子集。

最后，有一种方法可以将3个步骤（正态性检验，直方图和qq图）打包为一个函数？

Answer 1

这里的目标是尝试在有通用变量的Sepal.Length时替换。之后，您可以创建一个函数并为每个变量调用它。然后，很容易概括一个循环，该循环将立即返回所有结果。

library(datasets)
library(tidyverse)
library(skimr)
library(pastecs)

data(iris)
#-- Function
testVarNormality <- function(var, data) {
    # descriptive statistics and normality tests
    skim_res <- skim(data[,var])
    desc_stats <- round(stat.desc(data[,var], basic = FALSE, norm = TRUE), digits = 3)

    # histogram with normality curve
    hist <- ggplot(data, aes_string(var)) + 
        geom_histogram(aes(y = ..density..), bins = 10, colour = "black", fill = "white") +
        labs(x = var, y = "Density") + 
        stat_function(fun = dnorm, args = list(mean = mean(data[,var]), sd = sd(data[,var])), colour = "black", size = 1)

    # qqplot
    qqplot <- qplot(sample = data[,var])

    list(skim_res = skim_res, desc_stats = desc_stats, histogram = hist, qqplot = qqplot)
}
#-- 1 function call
sepal_length_res <- testVarNormality("Sepal.Length", iris)
sepal_length_res$histogram
sepal_length_res$qqplot

#-- Calling for all columns (except species)
all_res <- lapply(colnames(iris)[1:4], testVarNormality, iris)
names(all_res) <- colnames(iris)[1:4]
#-- Get a result example
all_res$Sepal.Width$histogram

----

如何按物种分类：

irisBySpecies <- split(iris, iris$Species)
#-- Nested list

    res_byGroup <- lapply(
        irisBySpecies,
        function(species_data) {
            res4species <- lapply(colnames(species_data)[1:4], testVarNormality, species_data)
            names(res4species) <- colnames(iris)[1:4]
            return(res4species)
        }
    )
    names(res_byGroup) <- names(irisBySpecies)

请注意，我必须使用匿名函数来执行此操作。可能有更优雅的方法来为原始函数编写代码，这将使每个组的应用更加容易，但是这种方法是可通用的。