R的原生的summary函式，只是報告幾個常規的指標。
其實，我們想關注的變數還有，方差，缺失值，等指標。
skimr包則很好的滿足了這一需求，且支援自定義函式，進行擴充套件。
安裝命令
devtools：：install_github（“hadley/colformat”）
devtools：：install_github（“ropenscilabs/skimr”）
簡單的效能測試
library（tibble）
number <- 6e6
dta <- tibble（x1=sample（c（iris$Sepal。Length，NA），number，replace =TRUE），
x2=sample（c（iris$Sepal。Width，NA），number，replace =TRUE），
x3=sample（c（iris$Species，NA），number，replace =TRUE））
object。size（dta）/（1024^2）
system。time（skimr：：skim（dta））
system。time（summary（dta））
> object。size（dta）/（1024^2）
114。4 bytes
> system。time（skimr：：skim（dta））
使用者 系統 流逝
11。61 1。69 13。33
> system。time（summary（dta））
使用者 系統 流逝
0。99 0。19 1。17
一百多M的資料，skim要比summary慢不少，但是還是可以用的。如果是GB級別的資料，用summary會更好。
