Descripción general de variables con xtable en R

Question

Me pregunto si es posible crear un xtable desde el comando str(x) para obtener una visión general de las variables que utiliza. Esta sería una buena característica para presentar a alguien al conjunto de datos, pero es molesto crearlo usted mismo. Así whta Probé es hacer una xtable así:

str(cars) 
require(xtable) 
xtable(str(cars)) 

el conjunto de datos coches se da de R. Por desgracia xtable no da una Latexcode para str(). ¿Es posible aquí R astuto? Estas son las principales comandos que xtable entenderemos:

methods(xtable) 

alguna idea?

Answer 1

Desde xtable proporciona mejores resultados cuando se utiliza con data.frames y matrix objetos, lo recomiendo algo como esto:

library(xtable) 
library(plyr) 
dtf <- sapply(mtcars, each(min, max, mean, sd, var, median, IQR)) 
xtable(dtf) 
% latex table generated in R 2.12.2 by xtable 1.5-6 package                 
% Thu May 5 19:40:08 2011                         
\begin{table}[ht]                            
\begin{center}                            
\begin{tabular}{rrrrrrrrrrrr}                         
    \hline                              
& mpg & cyl & disp & hp & drat & wt & qsec & vs & am & gear & carb \\              
    \hline                              
min & 10.40 & 4.00 & 71.10 & 52.00 & 2.76 & 1.51 & 14.50 & 0.00 & 0.00 & 3.00 & 1.00 \\          
    max & 33.90 & 8.00 & 472.00 & 335.00 & 4.93 & 5.42 & 22.90 & 1.00 & 1.00 & 5.00 & 8.00 \\         
    mean & 20.09 & 6.19 & 230.72 & 146.69 & 3.60 & 3.22 & 17.85 & 0.44 & 0.41 & 3.69 & 2.81 \\         
    sd & 6.03 & 1.79 & 123.94 & 68.56 & 0.53 & 0.98 & 1.79 & 0.50 & 0.50 & 0.74 & 1.62 \\          
    var & 36.32 & 3.19 & 15360.80 & 4700.87 & 0.29 & 0.96 & 3.19 & 0.25 & 0.25 & 0.54 & 2.61 \\         
    median & 19.20 & 6.00 & 196.30 & 123.00 & 3.70 & 3.33 & 17.71 & 0.00 & 0.00 & 4.00 & 2.00 \\        
    IQR & 7.38 & 4.00 & 205.18 & 83.50 & 0.84 & 1.03 & 2.01 & 1.00 & 1.00 & 1.00 & 2.00 \\          
    \hline                              
\end{tabular}                             
\end{center}                             
\end{table} 

Perdón por la larga producción. Puede tomar PDF here. each es una función muy versátil, ya que puede definir un resumen personalizado bastante fácil. Además, str devuelve la salida a stdout, por lo que no puede recuperar el resumen de variables específicas. En este caso, sapply simplificará el resultado, produciendo matrix en su lugar data.frame. Pero eso no es tan problemático, ¿verdad?

Answer 2

Si está dispuesto a pasar algún tiempo investigando cómo funciona el paquete Hmisc, pronto descubrirá que hay muchas utilidades que facilitan dichas tareas. En particular, el método contents() facilita la descripción de data.frame informando

nombres, etiquetas (si los hay), unidades (si alguno), el número de niveles de los factores (si hubiera), los niveles de factor, clase , almacenamiento modo, y el número de AN

Etiquetas y unidades se pueden binded (internamente, como attributes) a cada variable. Hay métodos asociados print, html y latex para ver y exportar.

Otra funcionalidad interesante es la función describe(), como se ve a continuación:

> describe(cars) 
cars 

2 Variables  50 Observations 
-------------------------------------------------------------------------------- 
speed 
     n missing unique Mean  .05  .10  .25  .50  .75  .90 
    50  0  19 15.4  7.0  8.9 12.0 15.0 19.0 23.1 
    .95 
    24.0 

      4 7 8 9 10 11 12 13 14 15 16 17 18 19 20 22 23 24 25 
Frequency 2 2 1 1 3 2 4 4 4 3 2 3 4 3 5 1 1 4 1 
%   4 4 2 2 6 4 8 8 8 6 4 6 8 6 10 2 2 8 2 
-------------------------------------------------------------------------------- 
dist 
     n missing unique Mean  .05  .10  .25  .50  .75  .90 
    50  0  35 42.98 10.00 15.80 26.00 36.00 56.00 80.40 
    .95 
    88.85 

lowest : 2 4 10 14 16, highest: 84 85 92 93 120 
-------------------------------------------------------------------------------- 

Answer 3

Otro paquete a tener en cuenta es reporttools. Aquí hay un pequeño fragmento de código para ilustrar su uso en el conjunto de datos tips del paquete reshape. Ambas sentencias resumen producen código de látex que puede copiarse en un documento o utilizarse para tejer.

library(reporttools) 
data(tips, package = 'reshape') 

# summarize numeric variables 
tableContinuous(tips[,sapply(tips, is.numeric)]) 

# summarize non-numeric variables 
tableNominal(tips[,!sapply(tips, is.numeric)]) 

EDIT. EDIT. Si realmente tiene que usar str, entonces aquí es una manera de hacerlo

str_cars = capture.output(str(cars)) 
xtable(data.frame(str_cars)) 

SALIDA DE REPORTTOOLS: