基于R语言psych包的多变量分组描述统计实现及问题排查

问题1：为什么输出的item编号是11和12？ #

这个item列的编号对应的是变量在原始数据框data_excel中的列索引位置。你使用了attach(data_excel)后单独指定StockPrice作为分析变量，但describeBy()仍然会参考该变量在原始数据框里的位置。

举个例子，如果data_excel里的第11列正好是StockPrice，那么当你按ggroup分组统计时，每个组的结果行都会显示这个列索引（11），所以你看到的是11和12（两个分组分别对应一行）。

你可以通过运行以下代码验证这一点：

# 查看data_excel的变量顺序和索引
colnames(data_excel)
# 或者直接找StockPrice的位置
which(colnames(data_excel) == "StockPrice")

如果不想看到这个item列，其实可以在describeBy()的参数里加上item=FALSE，就会隐藏这一列啦。

问题2：如何实现多变量的分组描述统计？ #

你当前的代码报错是因为describeBy()的参数格式不对：

• 第一个参数x需要是一个单一的对象（比如数据框、向量矩阵），不能直接罗列多个变量名；
• 你在ESGscore和group之间漏掉了逗号，导致语法错误。

正确的做法是把需要分析的多个变量组合成一个数据框传入，同时建议避免使用attach()（容易引发环境变量冲突），直接通过数据框索引来指定变量。修改后的代码如下：

# 加载包（如果已经加载可以跳过）
install.packages("psych")
library(psych)

# 直接指定数据框中的目标变量，按ggroup分组统计
describeBy(
  x = data_excel[, c("StockPrice", "BookValuePS", "EPS", "ESGscore")],
  group = data_excel$ggroup,  # 明确指定分组变量来自数据框
  mat = TRUE,
  skew = FALSE,
  quant = c(0.25, 0.75)
)

这样运行后，就会输出所有目标变量按ggroup分组后的完整描述统计结果，每个变量的每个分组都会对应一行结果，包含你需要的均值、标准差、分位数等指标。

内容的提问来源于stack exchange，提问作者wrangjangler