为行改变新列的自定义函数意味着使用starts_with()

Question

我有一个数据框，我想为其创建行均值的列。应该为数据中的一组列计算每一行平均列。它们是相互关联的。我可以使用 dplyr 的starts_with() 区分列组。由于我有几组列来计算行均值，因此我想构建一个函数来完成它。由于某种原因，我无法让它工作。

数据

df <- data.frame("europe_paris" = 1:10, 
                 "europe_london" = 11:20, 
                 "europe_rome" = 21:30,
                 "asia_bangkok" = 31:40,
                 "asia_tokyo" = 41:50,
                 "asia_kathmandu" = 51:60)
set.seed(123)
df <- as.data.frame(lapply(df, function(cc) cc[ sample(c(TRUE, NA),
                                                 prob = c(0.70, 0.30),
                                                 size = length(cc), 
                                                 replace = TRUE) ]))

df

   europe_paris europe_london europe_rome asia_bangkok asia_tokyo asia_kathmandu
1             1            NA          NA           NA         41             51
2            NA            12          22           NA         42             52
3             3            13          23           33         43             NA
4            NA            14          NA           NA         44             54
5            NA            15          25           35         45             55
6             6            NA          NA           36         46             56
7             7            17          27           NA         47             57
8            NA            18          28           38         48             NA
9             9            19          29           39         49             NA
10           10            NA          30           40         NA             60

我想为每个大陆跨城市的行均值创建一个新列。亚洲城市一栏，欧洲一栏。该函数的每次运行都将输入一个大陆的名称，以指导选择哪些列。

我尝试构建函数

此尝试基于this answer。

continent_mean <- 
  function(continent)  {
  df %>%
  select(starts_with(as.character(continent))) %>%
  mutate(., (!!as.name(continent)) == rowMeans(., na.rm = TRUE))
}

但是，运行此代码会导致一种奇怪的行为，因为它似乎返回相同的数据集，只有根据 starts_with() 选择的列，但它不会为行均值生成新列。

continent_mean("asia")

   asia_bangkok asia_tokyo asia_kathmandu
1            31         41             51
2            32         42             52
3            33         43             53
4            34         44             54
5            35         45             55
6            36         46             56
7            37         47             57
8            38         48             58
9            39         49             59
10           40         50             60

我在这里缺少什么？我认为这可能是由于mutate() 中的== 而不是=，但是单个= 会引发错误，因此它似乎也不是解决方案。

谢谢！

Answer 1

我们可以使用quo_name来分配列名

library(dplyr)
library(rlang)

continent_mean <- function(df, continent)  {
    df %>%
      select(starts_with(continent)) %>%
      mutate(!!quo_name(continent) := rowMeans(., na.rm = TRUE))
}

continent_mean(df, "asia")


#   asia_bangkok asia_tokyo asia_kathmandu asia
#1            NA         41             51   46
#2            NA         42             52   47
#3            33         43             NA   38
#4            NA         44             54   49
#5            35         45             55   45
#6            36         46             56   46
#7            NA         47             57   52
#8            38         48             NA   43
#9            39         49             NA   44
#10           40         NA             60   50

使用base R，我们可以做类似的事情

continent_mean <- function(df, continent)  {
     df1 <- df[startsWith(names(df), "asia")]
     df1[continent] <- rowMeans(df1, na.rm = TRUE)
     df1
}

---

如果我们想将所有大陆的rowMeans 放在一起，我们可以使用split.default

sapply(split.default(df, sub("_.*", "", names(df))), rowMeans, na.rm = TRUE)

#      asia europe
# [1,]   46      1
# [2,]   47     17
# [3,]   38     13
# [4,]   49     14
# [5,]   45     20
# [6,]   46      6
# [7,]   52     17
# [8,]   43     23
# [9,]   44     19
#[10,]   50     20