如何使用 dplyr 计算每列满足逻辑条件的次数

Question

我有一个包含一些值的数据框，我想在其中检查每一列，计算满足逻辑条件的次数。 我可以在基础 R 中管理它，但是我正在努力使用 dplyr 包。

一个示例数据框：

A = c(12,30,7,3,13) 
B = c(23,26,45,9,15) 
C = c(12,6,17,35,8)
D = c(22,10,9,20,16) 
X = c(45,24,77,83,27) 
df<- data.frame(A, B, C, D, X)


> A   B   C   D   X
  12  23  12  22  45
  30  26  6   10  24
  7   45  17  9   77
  3   9   35  20  83
  13  15  8   16  27

我想返回列 A 到 D 的行数，其中所述列和 X 之间的某些操作返回 TRUE，例如： (2 * Col) + X > 90 的出现次数，

在基础 R 中，您可以执行以下操作：

sum((2*df$A) - df$X > 90)

返回在 A 列中满足条件的次数，然后对 B、C 和 D 重复。

我想知道在 dplyr 中是否有更简洁的方法来执行此操作，以返回一些数据，例如：

A   B   C   D
1   3   2   2   

其中这些值表示每列中满足条件的次数。

任何帮助将不胜感激！

Answer 1

我将使用2 * A:D + X，因为- X 不会产生任何结果。无论如何，您的预期输出更好地匹配+ ...

基础 R

colSums(2*subset(df, select=A:D) + df$X > 90)
# A B C D 
# 1 3 2 2 

这是一个命名向量，而不是一个框架。

dplyr

library(dplyr)
colSums(2*select(df, A:D) + df$X > 90)

返回命名向量，就像基本 R 版本一样。如果你想要一个框架，那么

summarize(df, across(A:D, ~ sum(2*. + X > 90)))
#   A B C D
# 1 1 3 2 2

Answer 2

我认为在dplyr 中你可以这样做：

df %>% summarise(across(A:D, ~sum(2*. + X > 90)))

虽然对于这样的事情我很喜欢使用purrr::map_df:

select(df, -X) %>% map_df(~sum(2*. + df$X > 90))