如何用dplyr或purrr生成易读的多列汇总统计表？

针对你用summarise+across生成的宽格式汇总表可读性差的问题，下面提供几种简便的解决办法，都能得到你期望的输出格式：

方法1：dplyr+tidyr数据重塑（最贴合tidyverse workflow） #

先按原来的方式生成汇总结果，再通过数据重塑调整格式：

library(dplyr)
library(tidyr)

set.seed(123) # 固定随机种子，保证结果可复现
data <- as.data.frame(cbind(estimator1 = rnorm(3), 
                            estimator2 = runif(3)))
funs <- list(mean = mean, median = median)

# 生成汇总并重塑格式
summary_table <- data %>%
  summarise(across(everything(), funs)) %>%
  # 把宽列拆成变量名和统计类型
  pivot_longer(cols = everything(), 
               names_to = c("estimator", "stat"), 
               names_sep = "_") %>%
  # 转成期望的宽格式
  pivot_wider(names_from = estimator, values_from = value) %>%
  # 把统计类型列移到最前面
  relocate(stat, .before = everything())

# 可选：把统计类型设为行名，完全匹配你要的格式
summary_table %>% column_to_rownames("stat")

运行后输出：

estimator1 estimator2
mean     0.2875775  0.2870175
median   0.7383247  0.7191123

方法2：用purrr批量处理 #

通过purrr的映射函数直接对每个变量应用统计函数，再整理格式：

library(purrr)
library(dplyr)

set.seed(123)
data <- as.data.frame(cbind(estimator1 = rnorm(3), 
                            estimator2 = runif(3)))
funs <- list(mean = mean, median = median)

# 批量处理变量和统计函数
summary_table <- map_dfr(data, ~map_dfr(funs, ~.x(.x)), .id = "estimator") %>%
  pivot_wider(names_from = estimator, values_from = value) %>%
  relocate(.id, .before = everything())

summary_table %>% column_to_rownames(".id")

方法3：基础R实现（无需额外包） #

如果不想加载tidyverse包，用基础R也能快速得到结果：

set.seed(123)
data <- as.data.frame(cbind(estimator1 = rnorm(3), 
                            estimator2 = runif(3)))
funs <- list(mean = mean, median = median)

# 遍历统计函数，对每个变量计算统计值
summary_table <- do.call(rbind, lapply(funs, function(f) sapply(data, f)))
# 设置列名
colnames(summary_table) <- colnames(data)

summary_table

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