[R-es] Optimizar función

[Andrés Hirigoyen]

Buenas para ***@s, tengo una consulta para poder optimizar tiempos. Ejemplo
tengo el siguiente dataframe:

distrito<-c("A","A","A","B","B","B","C","C","C","A","A","B","B","C")
Sex<-c("M","F","M","F","M","F","M","F","M","F","M","F","M","F")
Edad<-c(25,36,25,25,25,19,36,39,36,65,54,25,28,28)
Ingreso<-c(125,365,265,987,690,369,325,369,789,854,254,268,698,258)
Aporte <- c(3,6,3,6,9,6,9,7,9,7,4,8,2,8)
datos<-data.frame(distrito=distrito,Sex=Sex,Edad=Edad,Ingreso=Ingreso,Aporte=Aporte)

Quiero aplicar la function *summarise *del paquete *dplyr *a las 3
variables númericas.
Para la variable Aporte por ejemplo:

descrip<-function(data) {
grupos <- group_by(data, distrito)
result <-
summarise(grupos,
media = mean(Aporte),
maximo = max(Aporte),
minimo = min(Aporte),
desvio= sd(Aporte)
)
return(result)
}

Pero me gustaría automatizarla para que corra para todas las variables del
dataframe (3 en este caso pero van a ser mas de 23).
Sugerencias???

Muchas gracias
--

[[alternative HTML version deleted]]

[Álvaro Hernández]

Hola, Andrés:

Con dplyr tienes todas las variantes de 'summarise' para hacer lo que
dices. Por ejemplo, puedes elegir en qué variables quieres aplicarlo con
'summarise_at' o definir una condición con 'summarise_if'.

 * Para aplicar las funciones que definas sobre esas tres variables:

datos %>%
  group_by(distrito) %>%
  summarise_at(vars(Aporte, Ingreso, Edad),
               funs(media = mean, maximo = max, minimo = min, desvio = sd))

* Para aplicar esas funciones sobre todas las variables numéricas que
tengas:

datos %>%
  group_by(distrito) %>%
  summarise_if(is.numeric,
               funs(media = mean, maximo = max, minimo = min, desvio = sd))

Un saludo
Álvaro

Post by Andrés Hirigoyen
distrito<-c("A","A","A","B","B","B","C","C","C","A","A","B","B","C")
Sex<-c("M","F","M","F","M","F","M","F","M","F","M","F","M","F")
Edad<-c(25,36,25,25,25,19,36,39,36,65,54,25,28,28)
Ingreso<-c(125,365,265,987,690,369,325,369,789,854,254,268,698,258)
Aporte <- c(3,6,3,6,9,6,9,7,9,7,4,8,2,8)
datos<-data.frame(distrito=distrito,Sex=Sex,Edad=Edad,Ingreso=Ingreso,Aporte=Aporte)
Quiero aplicar la function *summarise *del paquete *dplyr *a las 3
variables númericas.
descrip<-function(data) {
grupos <- group_by(data, distrito)
result <-
summarise(grupos,
media = mean(Aporte),
maximo = max(Aporte),
minimo = min(Aporte),
desvio= sd(Aporte)
)
return(result)
}
Pero me gustaría automatizarla para que corra para todas las variables del
dataframe (3 en este caso pero van a ser mas de 23).
Sugerencias???
Muchas gracias
--
[[alternative HTML version deleted]]
_______________________________________________
R-help-es mailing list
https://stat.ethz.ch/mailman/listinfo/r-help-es

[Carlos J. Gil Bellosta]

Hola, ¿qué tal?

Puedes probar

melt >> summarize >> dcast

Así no tienes que teclear el nombre de las 23 variables numéricas.

Un saludo,

Carlos J. Gil Bellosta
http://ww.datanalytics.com

Post by Álvaro Hernández
Con dplyr tienes todas las variantes de 'summarise' para hacer lo que
dices. Por ejemplo, puedes elegir en qué variables quieres aplicarlo con
'summarise_at' o definir una condición con 'summarise_if'.
datos %>%
group_by(distrito) %>%
summarise_at(vars(Aporte, Ingreso, Edad),
funs(media = mean, maximo = max, minimo = min, desvio =
sd))
* Para aplicar esas funciones sobre todas las variables numéricas que
datos %>%
group_by(distrito) %>%
summarise_if(is.numeric,
funs(media = mean, maximo = max, minimo = min, desvio =
sd))
Un saludo
Álvaro
Ejemplo

Post by Andrés Hirigoyen
distrito<-c("A","A","A","B","B","B","C","C","C","A","A","B","B","C")
Sex<-c("M","F","M","F","M","F","M","F","M","F","M","F","M","F")
Edad<-c(25,36,25,25,25,19,36,39,36,65,54,25,28,28)
Ingreso<-c(125,365,265,987,690,369,325,369,789,854,254,268,698,258)
Aporte <- c(3,6,3,6,9,6,9,7,9,7,4,8,2,8)

datos<-data.frame(distrito=distrito,Sex=Sex,Edad=Edad,Ingreso=Ingreso,Aporte=Aporte)

Post by Andrés Hirigoyen
Quiero aplicar la function *summarise *del paquete *dplyr *a las 3
variables númericas.
descrip<-function(data) {
grupos <- group_by(data, distrito)
result <-
summarise(grupos,
media = mean(Aporte),
maximo = max(Aporte),
minimo = min(Aporte),
desvio= sd(Aporte)
)
return(result)
}
Pero me gustaría automatizarla para que corra para todas las variables

del

Post by Andrés Hirigoyen
dataframe (3 en este caso pero van a ser mas de 23).
Sugerencias???
Muchas gracias
--
[[alternative HTML version deleted]]
_______________________________________________
R-help-es mailing list
https://stat.ethz.ch/mailman/listinfo/r-help-es

_______________________________________________
R-help-es mailing list
https://stat.ethz.ch/mailman/listinfo/r-help-es

[[alternative HTML version deleted]]