dplyr - 像rowmeans一样使用mutate（）

5 回答

• 3

  您正在寻找

  data %>% 
      rowwise() %>% 
      mutate(c=mean(c(a,b)))
  
  #      id     a     b     c
  #   (dbl) (dbl) (dbl) (dbl)
  # 1   101     1     2   1.5
  # 2   102     2     2   2.0
  # 3   103     3     2   2.5
  

  要么

  library(purrr)
  data %>% 
      rowwise() %>% 
      mutate(c=lift_vd(mean)(a,b))
  

  回复于 2024-04-30T15:14:30+08:00
• 9

  dplyr非常适合对这类数据进行操作，因为它采用tidy data格式，并且 - 对于有问题的问题 - 您的数据是不整洁的 .

  你当然可以先整理它：

  tidy_data = tidyr::gather(data, name, value, -id)
  

  看起来像这样：

  id name value
  1 101    a     1
  2 102    a     2
  3 103    a     3
  4 101    b     2
  5 102    b     2
  6 103    b     2
      …
  

  然后：

  tidy_data %>% group_by(id) %>% summarize(mean = mean(value))
  

  name  mean
    (fctr) (dbl)
  1      a     2
  2      b     2
  3      c     3
  

  当然这会丢弃原始数据 . 您可以使用 mutate 而不是 summarize 来避免这种情况 . 最后，您可以再次解开数据：

  tidy_data %>%
      group_by(id) %>%
      mutate(mean = mean(value)) %>%
      tidyr::spread(name, value)
  

  id     mean     a     b     c
    (dbl)    (dbl) (dbl) (dbl) (dbl)
  1   101 2.000000     1     2     3
  2   102 2.333333     2     2     3
  3   103 2.666667     3     2     3
  

  或者，您可以汇总然后将结果与原始表合并：

  tidy_data %>%
      group_by(id) %>%
      summarize(mean = mean(value)) %>%
      inner_join(data, by = 'id')
  

  在任何一种情况下结果都是相同的 . 我在概念上更喜欢第二种变体 .

  回复于 2024-04-30T15:14:30+08:00
• 2

  我认为这是dplyr-ish方式 . 首先，我创建一个函数：

  my_rowmeans = function(...) Reduce(`+`, list(...))/length(list(...))
  

  然后，它可以在mutate内部使用：

  data %>% mutate(rms = my_rowmeans(a, b))
  
  #    id a b c rms
  # 1 101 1 2 3 1.5
  # 2 102 2 2 3 2.0
  # 3 103 3 2 3 2.5
  
  # or
  
  data %>% mutate(rms = my_rowmeans(a, b, c))
  
  #    id a b c      rms
  # 1 101 1 2 3 2.000000
  # 2 102 2 2 3 2.333333
  # 3 103 3 2 3 2.666667
  

  ---

  为了处理 NAs 的可能性，该函数必须被uglified：

  my_rowmeans = function(..., na.rm=TRUE){
    x = 
      if (na.rm) lapply(list(...), function(x) replace(x, is.na(x), as(0, class(x)))) 
      else       list(...)
  
    d = Reduce(function(x,y) x+!is.na(y), list(...), init=0)
  
    Reduce(`+`, x)/d
  } 
  
  # alternately...
  
  my_rowmeans2 = function(..., na.rm=TRUE) rowMeans(cbind(...), na.rm=na.rm)
  
  # new example
  
  data$b[2] <- NA  
  data %>% mutate(rms = my_rowmeans(a,b,na.rm=FALSE))
  
     id a  b c rms
  1 101 1  2 3 1.5
  2 102 2 NA 3  NA
  3 103 3  2 3 2.5
  
  data %>% mutate(rms = my_rowmeans(a,b))
  
     id a  b c rms
  1 101 1  2 3 1.5
  2 102 2 NA 3 2.0
  3 103 3  2 3 2.5
  

  my_rowmeans2 的缺点是它强制转换为矩阵 . 不过，我不确定这总是比 Reduce 方法慢 .

  回复于 2024-04-30T15:14:30+08:00
• 3

  还有另外两种方法，如果你有要汇总的列的数字位置或矢量名称，这将非常有用：

  data %>% mutate(d = rowMeans(.[, 2:4]))
  

  要么

  data %>% mutate(d = rowMeans(.[, c("a","b","c")]))
  

  回复于 2024-04-30T15:14:30+08:00
• 19

  代码很少的另一个简单可能性是：

  data %>%
      mutate(c= rowMeans(data.frame(a,b)))
  
   #     id a b   c
   #  1 101 1 2 1.5
   #  2 102 2 2 2.0
   #  3 103 3 2 2.5
  

  由于rowMeans需要类似矩阵或data.frame的东西，因此可以使用 data.frame(var1, var2, ...) 而不是 c(var1, var2, ...) . 如果您的数据中有NA，则需要告诉R要做什么，例如删除它们： rowMeans(data.frame(a,b), na.rm=TRUE)

  回复于 2024-04-30T15:14:30+08:00