Oi pessoal!
Essa duvida foi enviada:
Olá ! Gostaria de fazer uma análise descritiva de todas as variáveis categóricas através de um for, mas não está rodando. É possível? Veja:
for (i in 2:4) {
desc[i] <- bd_ori %>%
group_by(comprou,bd_ori[i]) %>%
summarise(count_n = n())
}
for (i in 2:4) {
desc[i] <- bd_ori %>%
group_by(comprou,colnames(bd_ori[i])) %>%
summarise(count_n = n())
}
Segue uma forma de resolver - criar uma funcao e usar ela. Voce pode adaptar com os seus dados, e adicionar outras funcoes desejadas no summarise
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
# install.packages("dados")
library(dados)
resumir <- function(var, df = dados_starwars) {
df |>
group_by(.data[[var]]) |>
summarise(quantidade = n())
}
# exemplo de uso da funcao
resumir("nome")
#> # A tibble: 87 × 2
#> nome quantidade
#> <chr> <int>
#> 1 Ackbar 1
#> 2 Adi Gallia 1
#> 3 Anakin Skywalker 1
#> 4 Arvel Crynyd 1
#> 5 Ayla Secura 1
#> 6 Bail Prestor Organa 1
#> 7 Barriss Offee 1
#> 8 BB8 1
#> 9 Ben Quadinaros 1
#> 10 Beru Whitesun lars 1
#> # … with 77 more rows
# fazendo para todas as vars
purrr::map(names(dados_starwars), resumir)
#> [[1]]
#> # A tibble: 87 × 2
#> nome quantidade
#> <chr> <int>
#> 1 Ackbar 1
#> 2 Adi Gallia 1
#> 3 Anakin Skywalker 1
#> 4 Arvel Crynyd 1
#> 5 Ayla Secura 1
#> 6 Bail Prestor Organa 1
#> 7 Barriss Offee 1
#> 8 BB8 1
#> 9 Ben Quadinaros 1
#> 10 Beru Whitesun lars 1
#> # … with 77 more rows
#>
#> [[2]]
#> # A tibble: 46 × 2
#> altura quantidade
#> <int> <int>
#> 1 66 1
#> 2 79 1
#> 3 88 1
#> 4 94 1
#> 5 96 2
#> 6 97 1
#> 7 112 1
#> 8 122 1
#> 9 137 1
#> 10 150 2
#> # … with 36 more rows
#>
#> [[3]]
#> # A tibble: 39 × 2
#> massa quantidade
#> <dbl> <int>
#> 1 15 1
#> 2 17 1
#> 3 20 1
#> 4 32 2
#> 5 40 1
#> 6 45 2
#> 7 48 2
#> 8 49 1
#> 9 50 2
#> 10 55 2
#> # … with 29 more rows
#>
#> [[4]]
#> # A tibble: 12 × 2
#> cor_do_cabelo quantidade
#> <chr> <int>
#> 1 Branco 4
#> 2 Castanho 18
#> 3 Castanho avermelhado 1
#> 4 Castanho, Cinza 1
#> 5 Cinza 1
#> 6 Desconhecido 1
#> 7 Loiro 4
#> 8 Nenhum 37
#> 9 Preto 13
#> 10 Ruivo, Branco 1
#> 11 Ruivo, Cinza 1
#> 12 <NA> 5
#>
#> [[5]]
#> # A tibble: 31 × 2
#> cor_da_pele quantidade
#> <chr> <int>
#> 1 "Amarela" 2
#> 2 "Azul" 2
#> 3 "Azul, Cinza" 2
#> 4 "B\"ranca p\\u00e1lida" 5
#> 5 "Branca" 2
#> 6 "Branca clara" 17
#> 7 "Branca clara, Verde, Amarela" 1
#> 8 "Branca, Azul" 2
#> 9 "Branca, Vermelha" 1
#> 10 "Bronzeada" 2
#> # … with 21 more rows
#>
#> [[6]]
#> # A tibble: 14 × 2
#> cor_dos_olhos quantidade
#> <chr> <int>
#> 1 Amarelo 11
#> 2 Azul 19
#> 3 Azul acinzentado 1
#> 4 Branco 1
#> 5 Castanho 21
#> 6 Castanho esverdeado 3
#> 7 Desconhecido 3
#> 8 Laranja 8
#> 9 Ouro 1
#> 10 Preto 11
#> 11 Rosa 1
#> 12 Verde, Amarelo 1
#> 13 Vermelho 5
#> 14 Vermelho, Azul 1
#>
#> [[7]]
#> # A tibble: 37 × 2
#> ano_nascimento quantidade
#> <dbl> <int>
#> 1 8 1
#> 2 15 1
#> 3 19 2
#> 4 21 1
#> 5 22 1
#> 6 24 1
#> 7 29 1
#> 8 31 1
#> 9 31.5 1
#> 10 33 1
#> # … with 27 more rows
#>
#> [[8]]
#> # A tibble: 5 × 2
#> sexo_biologico quantidade
#> <chr> <int>
#> 1 Fêmea 16
#> 2 Hermafrodita 1
#> 3 Macho 60
#> 4 Nenhum 6
#> 5 <NA> 4
#>
#> [[9]]
#> # A tibble: 3 × 2
#> genero quantidade
#> <chr> <int>
#> 1 Feminino 17
#> 2 Masculino 66
#> 3 <NA> 4
#>
#> [[10]]
#> # A tibble: 49 × 2
#> planeta_natal quantidade
#> <chr> <int>
#> 1 Alderaan 3
#> 2 Aleen Minor 1
#> 3 Bespin 1
#> 4 Bestine IV 1
#> 5 Cato Neimoidia 1
#> 6 Cerea 1
#> 7 Champala 1
#> 8 Chandrila 1
#> 9 Concord Dawn 1
#> 10 Corellia 2
#> # … with 39 more rows
#>
#> [[11]]
#> # A tibble: 38 × 2
#> especie quantidade
#> <chr> <int>
#> 1 Aleena 1
#> 2 Besalisk 1
#> 3 Cerean 1
#> 4 Chagriano 1
#> 5 Clawdite 1
#> 6 Droide 6
#> 7 Dug 1
#> 8 Espécie do Yoda 1
#> 9 Ewok 1
#> 10 Geonosiano 1
#> # … with 28 more rows
#>
#> [[12]]
#> # A tibble: 24 × 2
#> filmes quantidade
#> <list> <int>
#> 1 <chr [5]> 3
#> 2 <chr [6]> 2
#> 3 <chr [7]> 1
#> 4 <chr [4]> 1
#> 5 <chr [3]> 2
#> 6 <chr [1]> 4
#> 7 <chr [3]> 8
#> 8 <chr [2]> 2
#> 9 <chr [4]> 1
#> 10 <chr [3]> 1
#> # … with 14 more rows
#>
#> [[13]]
#> # A tibble: 11 × 2
#> veiculos quantidade
#> <list> <int>
#> 1 <chr [2]> 1
#> 2 <chr [0]> 76
#> 3 <chr [1]> 1
#> 4 <chr [1]> 2
#> 5 <chr [2]> 1
#> 6 <chr [1]> 1
#> 7 <chr [1]> 1
#> 8 <chr [1]> 1
#> 9 <chr [1]> 1
#> 10 <chr [1]> 1
#> 11 <chr [1]> 1
#>
#> [[14]]
#> # A tibble: 17 × 2
#> naves_espaciais quantidade
#> <list> <int>
#> 1 <chr [2]> 1
#> 2 <chr [0]> 67
#> 3 <chr [1]> 1
#> 4 <chr [1]> 3
#> 5 <chr [5]> 1
#> 6 <chr [3]> 1
#> 7 <chr [2]> 2
#> 8 <chr [1]> 1
#> 9 <chr [1]> 2
#> 10 <chr [1]> 1
#> 11 <chr [1]> 1
#> 12 <chr [1]> 1
#> 13 <chr [1]> 1
#> 14 <chr [1]> 1
#> 15 <chr [1]> 1
#> 16 <chr [1]> 1
#> 17 <chr [3]> 1
Created on 2022-04-20 by the reprex package (v2.0.1)
3 curtidas