如何计算r中具有相似列名的列的rowMeans？答案

【问题标题】：How to calculate rowMeans of columns with similar colnames in r?如何计算r中具有相似列名的列的rowMeans？
【发布时间】：2019-05-06 07:08:19
【问题描述】：

我有一个具有相似列名的数据框。我想计算 A 列和 B 列的 rowMeans。如何在所有 A 列和 B 列之间执行 rowMeans？

df <- data.frame(A1=c(1,2),A2=c(3,4),A3=c(5,6),A4=c(7,7),A5=c(8,8),A6=c(9,9)) 
colnames(df)<- c("A","A","B","B","B","C")

【问题讨论】：

一般来说，在 R 中具有相同的列名会使处理事情变得困难。例如，在上面的列重命名之后，当您执行df$A 时会发生什么？这是模棱两可的。此外，“计算 rowMeans between” 是什么意思？这是对我来说没有意义的中间部分......计算不是“中间”的事情。
是的。你说的对。 “之间”不是合适的词。

标签： r dataframe

【解决方案1】：

一个选项将split 由相似的列名转换成list 然后得到rowMeans

i1 <- grep("^(A|B)", names(df))
sapply(split.default(df[i1], names(df)[i1]), rowMeans)
#     A        B
#[1,] 2 6.666667
#[2,] 3 7.000000

【讨论】：

【解决方案2】：

我们可以遍历唯一名称，从原始数据帧中对它们进行子集化，然后采用 rowMeans。

sapply(c("A", "B"), function(x) rowMeans(df[,colnames(df) == x]))

#     A    B
#[1,] 2 6.67
#[2,] 3 7.00

【讨论】：

【解决方案3】：

另一个使用tidyverse的选项：

library(tidyverse)

df[, "rn"] <- 1:nrow(df)

df %>% 
  gather(letter, value, -rn) %>% 
  mutate(letter = str_extract(letter, "[:alpha:]")) %>% 
  group_by(letter, rn) %>% 
  summarize(sum = mean(value)) %>% 
  filter(letter %in% c("A", "B"))

#> # A tibble: 4 x 3
#> # Groups:   letter [2]
#>   letter    rn   sum
#>   <chr>  <int> <dbl>
#> 1 A          1  2   
#> 2 A          2  3   
#> 3 B          1  6.67
#> 4 B          2  7

【讨论】：

【解决方案4】：

您只需按您想要的列提交数据框，然后应用rowMeans() 函数。

df <- data.frame(A1=c(1,2),A2=c(3,4),A3=c(5,6),A4=c(7,7),A5=c(8,8),A6=c(9,9)) 
colnames(df)<- c("A","A","B","B","B","C")
rowSums(df[,which(colnames(df) %in% c("A","B"))])
#[1] 24 27

但是，正如 r2evans 在评论中指出的那样，您应该避免使用相同名称的列。您只想获取确定子集之间的列数的开始和结束的列的位置。

colnames(df) <- c(paste0("A",1:2), paste0("B", 1:3), "C1")
strt <- which(colnames(df) == "A1")
end <- which(colnames(df) == "B3")
columrange <- strt:end
rowSums(df[,columrange])
#[1] 24 27

有很多方法可以按列名进行子集化。如果您没有在示例中重命名列，则可以使用 grepl() 来查找它们：

df[,grepl("A",colnames(df)) | grepl("B",colnames(df))]
#  A1 A2 B1 B2 B3
#1  1  3  5  7  8
#2  2  4  6  7  8

【讨论】：