R-pareto like summary for histograms

我想以表格格式生成直方图的摘要。用plot = FALSE，我可以得到直方图对象。R-pareto like summary for histograms

> hist(y,plot=FALSE) 
$breaks 
[1] 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 

$counts 
[1]  48 1339 20454 893070 1045286 24284  518  171  148 
[10]  94  42  42  37  25  18  21  14  5 

$density 
[1] 0.00012086929 0.00337174962 0.05150542703 2.24884871999 2.63214538964 
[6] 0.06114978928 0.00130438111 0.00043059685 0.00037268032 0.00023670236 
[11] 0.00010576063 0.00010576063 0.00009317008 0.00006295276 0.00004532598 
[16] 0.00005288032 0.00003525354 0.00001259055 

$mids 
[1] 0.3 0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 2.5 2.7 2.9 3.1 3.3 3.5 3.7 

$xname 
[1] "y" 

$equidist 
[1] TRUE 

attr(,"class") 
[1] "histogram"

有没有像pareto图表摘要一样总结这个对象的方法。（下面总结为不同的数据，包括这个作为一个例子）

Pareto chart analysis for counts 
Frequency Cum.Freq. Percentage Cum.Percent. 
    c 2294652 2294652 33.689225770  33.68923 
    f 1605467 3900119 23.570868362  57.26009 
    g 896893 4797012 13.167848880  70.42794 
    i 464220 5261232 6.815505091  77.24345 
    b 365399 5626631 5.364651985  82.60810 
    j 332239 5958870 4.877809219  87.48591 
    h 215313 6174183 3.161145249  90.64705 
    l 129871 6304054 1.906717637  92.55377 
    e 107001 6411055 1.570948818  94.12472 
    k 104954 6516009 1.540895526  95.66562 
    d 103648 6619657 1.521721321  97.18734 
    m  56172 6675829 0.824696377  98.01203 
    o  51093 6726922 0.750128391  98.76216 
    n  49320 6776242 0.724097865  99.48626 
    p  32321 6808563 0.474524881  99.96079 
    q  1334 6809897 0.019585291  99.98037 
    r  620 6810517 0.009102609  99.98947 
    s  247 6810764 0.003626362  99.99310 
    u  182 6810946 0.002672056  99.99577 
    t  162 6811108 0.002378424  99.99815 
    z  126 6811234 0.001849885 100.00000

来源

2015-04-06 SAN

可以编写一个包装函数将在hist输出的相关部分转换成data.frame：

myfun <- function(x) { 
    h <- hist(x, plot = FALSE) 
    data.frame(Frequency = h$counts, 
       Cum.Freq = cumsum(h$counts), 
       Percentage = h$density/sum(h$density), 
       Cum.Percent = cumsum(h$density)/sum(h$density)) 
}

以下是内置iris数据集的示例：

myfun(iris$Sepal.Width) 
# Frequency Cum.Freq Percentage Cum.Percent 
# 1   4  4 0.026666667 0.02666667 
# 2   7  11 0.046666667 0.07333333 
# 3   13  24 0.086666667 0.16000000 
# 4   23  47 0.153333333 0.31333333 
# 5   36  83 0.240000000 0.55333333 
# 6   24  107 0.160000000 0.71333333 
# 7   18  125 0.120000000 0.83333333 
# 8   10  135 0.066666667 0.90000000 
# 9   9  144 0.060000000 0.96000000 
# 10   3  147 0.020000000 0.98000000 
# 11   2  149 0.013333333 0.99333333 
# 12   1  150 0.006666667 1.00000000

来源

2015-04-06 10:07:36 Thomas

谢谢@Thomas。我认为这会有一些库函数。我尝试添加中断，但看起来中断和计数长度相差一个数字。我得到这个错误参数意味着不同的行数：19，18 任何想法如何安全地处理这个？ – SAN 2015-04-06 10:11:49

@Aki所以'hist'返回的值表示直方图中的条形，'breaks'变量表示它们之间的位置，所以你可以通过放置一个零或缺失值（'NA'）在data.frame中使用它们。）在向量的开头或结尾，例如：'c（h $ breaks，NA）'。 – Thomas 2015-04-06 10:26:23

明白了..谢谢@Thomas – SAN 2015-04-06 10:27:23

R-pareto like summary for histograms

回答

相关问题