如何使用 tidyverse 计算行和答案

【问题标题】：how to compute rowsums using tidyverse如何使用 tidyverse 计算行和
【发布时间】：2017-09-11 01:36:51
【问题描述】：

我做了mtcars %>% by_row(sum)，但收到了消息：

by_row() 已弃用；请使用以下组合：tidyr::nest(); dplyr::mutate();呼噜声::map()

我的幼稚做法是这样的

mtcars %>% 
  group_by(id = row_number()) %>% 
  nest(-id) %>% 
  mutate(hi = map_dbl(data, sum))

有没有办法在不创建“id”列的情况下做到这一点？

【问题讨论】：

嗨@kevinykuo，如果我的回答解决了你的问题，你能接受吗？

标签： r dplyr tidyr tidyverse purrr

【解决方案1】：

这是你要找的吗？

mtcars %>% mutate(rowsum = rowSums(.))

输出：

    mpg cyl  disp  hp drat    wt  qsec vs am gear carb  rowsum
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
11 17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4 349.660
12 16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3 510.740
13 17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3 511.500
14 15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3 509.850
15 10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4 728.560
16 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4 726.644

【讨论】：

【解决方案2】：

列的子集也可用。

mtcars %>% mutate(rowsum = rowSums(.[2:4]))

【讨论】：

如何按变量名进行子集化？例如，是否可以设置为： mtcars %>% mutate(rowsum = rowSums(.[cyl:hp]))
mtcars %>% rowwise() %>% mutate(rowsum = sum(c_across(cyl:hp)))

【解决方案3】：

mtcars %>% mutate(rowsum = pmap_dbl(., sum))

【讨论】：

【解决方案4】：

此外，您可以使用条件子集，但随后将满足条件的列数相加，而不是值：

mtcars %>%
    select(all_of(c('gear', 'carb'))) %>%
    mutate(
        high_gear_carb = rowSums(. > 3)
    )

   gear carb high_gear_carb
1     4    4              2
2     4    4              2
3     4    1              1
4     3    1              0
5     3    2              0
6     3    1              0
7     3    4              1
...

【讨论】：