R: mutate() 在 select() 之后使用链式应用

Question

require('dplyr')
set.seed(8)
df <- data.frame(v1=rnorm(5),
                 v2=rnorm(5),
                 v3=rnorm(5))

如果我要计算上面的值的数量，比如 0 并将其放在一个新列中，我会这样做：

mutate(df, n=apply(df,1,function(x)sum(x>0)))

这将给出：

       v1         v2          v3 n
1 -0.08458607 -0.1078814 -0.75979380 0
2  0.84040013 -0.1702891  0.29204986 2
3 -0.46348277 -1.0883317  0.42139859 1
4 -0.55083500 -3.0110517 -1.29448908 0
5  0.73604043 -0.5931743  0.06928509 2

现在我想使用dplyrwith 链接并在列子集v1 和v2 上做同样的事情，但不知道如何应用正确的数据。如果我只是这样做（在再次引起df之后）：

df %>%
   select(v1, v2) %>%
   mutate(n=apply(df,1,function(x)sum(x>0)))

...给出与上面相同的结果（相同的n，即它在所有三列中都计数），同时使用. 或只是空白传递数据：不起作用。

df %>%
   select(v1, v2) %>%
   mutate(n=apply(.,1,function(x)sum(x>0)))

或：

df %>%
   select(v1, v2) %>%
   mutate(n=apply(1,function(x)sum(x>0)))

怎么了？

Answer 1

在我们使用select 对需要的列进行子集化后，应用rowwise() 函数，然后使用do。这里. 指的是我们在select 步骤之后得到的数据帧。当我们执行sum(.>0) 时，它将将该函数应用于新数据集的每一行。最后，我们data.frame(., n=..)，获取之前的所有列以及新创建的n。

df %>% 
   select(v1, v2) %>% 
   rowwise() %>% 
   do(data.frame(., n=sum(.>0)))
#           v1         v2 n
#1 -0.08458607 -0.1078814 0
#2  0.84040013 -0.1702891 1
#3 -0.46348277 -1.0883317 0
#4 -0.55083500 -3.0110517 0
#5  0.73604043 -0.5931743 1