R - 불일치 요약 (데이터) 및 요약 (데이터 $ 변수)

Question

나는 6136 관측과 2 변수와 함께 data set 있습니다. 전체 데이터를 요약 할 때, 두 번째 변수의 quantiles, median, mean 및 max는 때로 두 번째 변수 만 요약 한 결과와 다릅니다. 왜 그런가요? r2evans '의견 @

data <- read.csv("testdata.csv") 

head(data) 
# Group.1  x 
# 1 10/1/12  0 
# 2 10/2/12 126 
# 3 10/3/12 11352 
# 4 10/4/12 12116 
# 5 10/5/12 13294 
# 6 10/6/12 15420 

summary(data) 
# Group.1   x   
# 10/1/12 : 1 Min. : 0 
# 10/10/12: 1 1st Qu.: 6778 
# 10/11/12: 1 Median :10395 
# 10/12/12: 1 Mean : 9354 
# 10/13/12: 1 3rd Qu.:12811 
# 10/14/12: 1 Max. :21194 
# (Other) :55    

summary(data[2]) 
#  x   
# Min. : 0 
# 1st Qu.: 6778 
# Median :10395 
# Mean : 9354 
# 3rd Qu.:12811 
# Max. :21194 

# The following code yield different result: 

summary(data$x) 
# Min. 1st Qu. Median Mean 3rd Qu. Max. 
# 0 6778 10400 9354 12810 21190 

Answer 1

는 차이가 summary.data.frame 및 summary.default의 차이에 의해 발생되는 것을 정확합니다.

digits의 기본값은 max(3L, getOption("digits") - 3L)입니다. 옵션을 변경하지 않은 경우 4L으로 평가됩니다. 그러나 두 메서드는 결과의 서식을 지정할 때 서로 다른 방식으로 digits 인수를 사용하므로 두 메서드의 출력 차이점이 있습니다. ?summary에서 :

digits : 정수, signif() (summary.default) 또는 format() (summary.data.frame에 대한)로 서식 번호를 사용했다.

q <- append(quantile(data$x), mean(data$x), after = 3L) 
q 
## 0%  25%  50%    75%  100% 
## 0.00 6778.00 10395.00 9354.23 12811.00 21194.00 

summary.default에서 출력이 signif을 사용하여 포맷, 그것은 상당한 digits의 공급 수에 대한 입력의 발사 속도 :

우리가 문제 x의 요약 통계의 벡터를 가지고 말 : summary.data.frame 사용 format를 사용

signif(q, digits = 4L) 
## 0% 25% 50%   75% 100% 
## 0 6778 10400 9354 12810 21190 

하지만 그것은 digits 인수입니다 디스플레이의 유효 자릿수에 관해서 만 sugggestion (?format) 따라서

format(q, digits = 4L) 
##  0%  25%  50%    75% 100% 
## " 0" " 6778" "10395" " 9354" "12811" "21194" 

기본 digits 인수 값 4, summary.default(data$x) 발사 단지 4 개의 유효 숫자에 5 자리 분위수를 사용하는 경우; summary.data.frame(data[2])은 반올 리지 않고 5 자리 Quantile을 표시합니다.

명시 적으로 4보다 큰로서 digits 인수를 제공하는 경우, 당신은 얻을 것이다 동일한 결과 :

df <- data.frame(a = 1e5 + 0:100) 

summary(df$a) 
## Min. 1st Qu. Median Mean 3rd Qu. Max. 
## 100000 100000 100000 100000 100100 100100 

summary(df) 
##  a   
## Min. :100000 
## 1st Qu.:100025 
## Median :100050 
## Mean :100050 
## 3rd Qu.:100075 
## Max. :100100 

: 기본 digits로 두 가지 방법의 차이의 극단적 인 예를 들어

summary(data[2], digits = 5L) 
##  x   
## Min. : 0.0 
## 1st Qu.: 6778.0 
## Median :10395.0 
## Mean : 9354.2 
## 3rd Qu.:12811.0 
## Max. :21194.0 

summary(data$x, digits = 5L) 
## Min. 1st Qu. Median Mean 3rd Qu. Max. 
## 0.0 6778.0 10395.0 9354.2 12811.0 21194.0