“ 本章节是数据预处理的第一步：了解数据（集）。只有充分了解了数据，我们才能对数据做进一步的预处理和后续深入的分析。”

目录

1 数据结构

str()

dim()

head()

2 描述性统计分析

summary()

psych::describe()

分组计算doBy::summaryBy

分组计算psych::describeBy

3 频数和列联表

table 一维计数

xtabs 多维（交叉）计数

gmodels::CrossTable #列联表

01

—

数据结构

严格来讲“数据结构”不是基本统计分析的内容，但是这是了解数据的第一步，因此这里做简单普及！推荐使用str()函数
class() # 数据类型dim() # 数据（集）的行列数
nrow() # 数据（集）的行数，等价于dim(mtcars)[1]
ncol() # 数据（集）的列数，等价于dim(mtcars)[2]
View() # 查看数据（集）
head(X,n) # 显示数据集前n行
str() # 查看数据（集）类型、行列数，每列的数据类型和简要数据概况

02

—

描述性统计分析

描述性统计分析主要是认识数据的整体状况，例如是否缺失、均值、方差、中位数等描述性统计变量。

推荐使用summary()、psych::describe()

## 描述统计
# 1.1 summary（）
summary(mtcars) #具体查看下方示例


# 1.2 psych::describe
library(psych)
psych::describe(mtcars) #具体查看下方示例

# 1.3 Hmisc::describe
library(Hmisc)
describe(df)

# 1.4 aggregate() # 分组描述统计分析
myvars<-c("mpg","hp","wt")

aggregate(mtcars[myvars],by=list(am=mtcars$am),mean)
#输出结果am      mpg       hp       wt1  0 17.14737 160.2632 3.7688952  1 24.39231 126.8462 2.411000


# 1.5 doBy包和psych包 具体查看下方示例
# 分组计算的扩展，doBy包和psych包提供了分组计算的描述性统计量的函数，doBy包中的summaryBy()函数使用的基本格式
summary()函数提供了最小值、最大值、四分位数、均值，另外还可以因子向量和逻辑型向量的频数统计

03

—

频数和列联表

推荐学习使用table、xtabs、gmodels::CrossTable

## 2.频数和列联表
# 2.1  table #频数生成
table(mtcars$vs)
table(mtcars$gear)
# 将频数转换为比例   
prop.table(table(mtcars$gear))  # prop.table()*100转化成百分比

# 2.2 二维列联表
# mytable<-table(A,B) A为行变量 B为列变量
# xtabs()函数还可以使用公式风格的输入创建列联表
# mytable<-xtabs(~A+B,data=mydata)  
#其中mydata是一个矩阵或者数据框
# 三维以上列联表mytable<-xtabs(~Treatment+Sex+Improved,data=Arthritis)

mytable <- xtabs(~gear+vs, data = mtcars)  
mytable
prop.table(mytable, 2) #按列计算百分比addmargins(mytable, 2) #增加行和

#使用CrossTable()创建二维列表
# install.packages("gmodels")
library(gmodels)
CrossTable(mtcars$gear, mtcars$vs)

“ 获取源代码请至数据驱动实践回复：20200524”