首页 文章

dplyr - 使用正则表达式的多列的总和

提问于
浏览 次
1

对于数据集mtcars2

mtcars2 = mtcars
mtcars2 = mtcars2 %>% mutate(cyl9=cyl, disp9=disp, gear2=gear)

我希望通过使用正则表达式捕获模式来获得一个新列，即多列的总和 .

这是一个解决方案，但这是通过硬编码完成的

select(mtcars2, cyl9) + select(mtcars2, disp9) + select(mtcars2, gear2)

我试过这样的东西，但它给了我一个数字而不是矢量

mtcars2 %>% select(matches("[0-9]")) %>% sum

请仅使用dplyr解决方案，因为我需要稍后将这些函数应用于sql表 .

谢谢！

更新..我需要解决方案来处理sql表，数据设置如下..

mydb <- dbConnect(RSQLite::SQLite(), "")
dbWriteTable(mydb, "mt", mtcars)
mt.sql=tbl(mydb, "mt")
mt.sql = mt.sql %>% mutate(cyl9=cyl, disp9=disp, gear2=gear)

reduce（），rowSums（），rowwise（）在sql表上不起作用，我尝试过这些并且它们给我错误 .

我试过了，

mt.sql %>% rowwise()

错误：is.data.frame（data）不为TRUE

mt.sql %>% select(matches("[0-9]")) %>% mutate(sum=rowSums(.))

UseMethod中的错误（“转义”）：没有适用于“转义”的方法应用于类“c（'tbl_dbi'，'tbl_sql'，'tbl_lazy'，'tbl'）的对象”

mt.sql %>% select(matches("[0-9]")) %>% reduce(`+`)

.x .y中的错误：二元运算符的非数字参数

如果我将mt.sql切换到mtcars2，它们都可以工作，所以我想这是一个sql表问题 .

r dplyr tidyr tidyverse

2 回答

  • 1

    考虑到SQL约束阻止使用更简单和优雅的解决方案，如 rowSums 和 reduce ，我提供了一个更黑客的答案，让我们回到更基本的 new_col = a + b + c + ... + n

    library(dplyr)
library(stringr)

# get the variable names and form a text equation
col_eqn <- paste0(str_subset(colnames(mtcars), "[a-z]", collapse = " + ")

# run a normal  mutate function parsing and evaluating the equation
mtcars %>% mutate(new_col = eval(parse(text = col_eqn)))

# mpg cyl  disp  hp drat    wt  qsec vs am gear carb new_col
# 1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 328.980
# 2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 329.795
# 3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 259.580
# 4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1 426.135
# 5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2 590.310
# 6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1 385.540
# 7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 656.920
# 8  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2 270.980
# 9  22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2 299.570
# 10 19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4 350.460
    回复于
  • 1

    我们可以使用 tidyverse 选项

    library(tidyverse)
mtcars2 %>%
      select(matches("[0-9]")) %>%
      reduce(`+`) #%>%
      #if needed to create a new column   
      #mutate(mtcars2, newcol = .)

#[1] 170.0 170.0 116.0 267.0 371.0 234.0 371.0 154.7 148.8 177.6 177.6 286.8
#[13] 286.8 286.8 483.0 471.0 451.0  86.7  83.7  79.1 127.1 329.0 315.0 361.0
#[25] 411.0  87.0 129.3 104.1 364.0 156.0 314.0 129.0
    回复于

相关问题