应用分组和权重时，如何使用数据框中所有列的摘要工具计算频率和描述性统计数据？

Question

在 R 中，我有一个数据框 (mydf)，如下所示：

重量	性别	var1	var2
100	M	1	3
800	F	2	8
10	F	2	9
150	F	4	10

（但有 100 列（var3、var 4 等）和 2000 行）。

我想计算按性别分组的每个变量（“var”列）的加权频率和描述性统计数据。对于未分组的数据，我使用了summarytools包计算频率和描述性统计数据（freq和descr函数），效果很好。我的代码是：

## generate descriptive stats and specify weight
mydf_descr <- descr(mydf, weights = mydf$weight)

## generate frequency tables and specify weight
mydf_freq <- freq(mydf, weights = mydf$weight)

但是，当我尝试应用分组时，我遇到了错误。我的代码是：

mydf_descr_gender <- mydf %>% 
group_by(gender) %>% 
descr(., weights = mydf$weight)

但是，我收到错误：

Error in descr(x = as_tibble(var_obj)[gr_inds[[g]], ], stats = stats,  : 
  weights vector must have same length as 'x'

我对 freq 函数也得到了同样的结果。

我也尝试过：

mdf_freq_gen <- mydf %>%
    group_by(gender) %>%
    summarise_all(~ freq(., weights = weight))

并收到错误

Error in `summarise()`:
ℹ In argument: `var1 = (structure(function (..., .x = ..1, .y = ..2, . = ..1) ...`.
ℹ In group 1: `gender = 1`.
Caused by error in `freq()`:
! weights vector must have same length as 'x'
Run `rlang::last_trace()` to see where the error occurred.

我已经尝试了很多东西，但我似乎无法让它在分组时运行该函数并包含权重（没有权重它也可以正常工作）。我确信我错过了一些明显的东西！

任何帮助/想法将不胜感激！

Answer 1

您可以拆分数据集并将函数应用于每个子集。

library(dplyr)
library(summarytools)

mydf %>% 
  split(.$gender) %>% 
  purrr::map(~descr(.x, weights = .x$weight))

使用

group_map

也可以实现同样的效果。

mydf %>% 
  group_by(gender) %>% 
  group_map(~descr(.x, weights = .x$weight))