R - 要約（データ）と要約（データ$変数）の不一致

Question

私は012個の観測値と2つの変数を持つdata setを持っています。私がデータ全体を要約すると、第2の変数の分位数、中央値、平均値および最大値が結果と異なることがあります。何故ですか？ r2evans'はコメント@

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

は食い違いがsummary.data.frameとsummary.defaultの違いによって引き起こされることで正しいです。

両方の方法のデフォルト値はdigitsです。max(3L, getOption("digits") - 3L)です。オプションを変更していない場合は、4Lと評価されます。ただし、2つのメソッドの出力の違いの理由は、出力の書式設定時に2つのメソッドの引数がそれぞれdigitsのものとは異なっています。 ?summaryから：

digits：整数、signif()（summary.default）またはformat()（summary.data.frame用）でフォーマット番号に使用。

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.defaultでは出力がsignifを使用してフォーマットされ、それが重要なdigitsの供給数に入力します丸め：

は、私たちが問題になっている xの要約統計量のベクトルを持っていると言います。 summary.data.frameが使用 formatを、使用しています

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

ながらそれはdigits引数ですディスプレイに有効桁の数としてのみsugggestion（?format）：このよう

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

、デフォルトdigits引数値4、summary.default(data$x)ラウンドのみ4桁の有効数字に5桁の変位値を使用する場合、 summary.data.frame(data[2])は、5桁の分位数を丸めずに表示します。

あなたが明示的に4より大きいとしてdigits引数を指定した場合、あなたが買ってあげる同じ結果：

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 

：デフォルト digitsを持つ2つの方法の違いの極端な例として、

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