如何获取每行中变量的总数答案

【问题标题】：how to get total number of a variable in each row如何获取每行中变量的总数
【发布时间】：2018-11-11 04:20:12
【问题描述】：

我有一个如下名称 sp 的数据框

Join      p1     sp1       p2      sp2     p3      sp3
  1          0        0           0         0        0          0
   2          1        pine     0         0       1         Aspen
   3           2        pine     0        0       0          0

数据框以 100 行继续，其中 p1 是 sp1 列指示的物种数，依此类推。现在我想创建一个新的变量 pine 来计算树种的总数每行松（加入）

【问题讨论】：

标签： r

【解决方案1】：

一个简单的apply 按行就可以了。我对 data.frame 进行子集化，使用grep 获取以"sp" 开头的列。

pine <- apply(sp[grep("^sp", names(sp))], 1, function(x) sum(x == "pine"))
pine
#[1] 0 1 1

数据。

sp <- 
structure(list(Join = 1:3, p1 = 0:2, sp1 = structure(c(1L, 2L, 
2L), .Label = c("0", "pine"), class = "factor"), p2 = c(0L, 0L, 
0L), sp2 = c(0L, 0L, 0L), p3 = c(0L, 1L, 0L), sp3 = structure(c(1L, 
2L, 1L), .Label = c("0", "Aspen"), class = "factor")), class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

我使用了这个参数，我只得到了整个数据集的 0,1 值。
@MostarinBinteAhmed 我看不出上面的代码有什么问题，在您发布的数据集中，这些结果是正确的，每行有 0 或 1 列 sp 等于 "pine"。
在真实数据集中，我有 1000 行，某些行中的松树数超过 0,1。当我为整个数据集应用代码时，我只得到所有行的 01，这在现实中并不相同

【解决方案2】：

您可以将数据转换为长格式以执行计算。一旦数据为长格式，fuzzyjoin::regex_inner_join 将允许为配对值加入数据（例如p1 vs sp1）。

使用tidyverse 的选项可以是：

library(tidyverse)
library(fuzzyjoin)         

#To calculate count of Species per row for different type

df %>% gather(Species, value, -Join) %>% 
  mutate(Join = as.character(Join))  %>% {
    regex_inner_join(filter(., grepl("^s",Species)),
              filter(.,grepl("^p",Species)),
              by = c("Join", "Species"))
} %>%
  filter(value.x != "0") %>%
  group_by(Join.x, value.x) %>%
  summarise(count = sum(as.numeric(value.y))) %>% as.data.frame()

#   Join.x value.x count
# 1      2   Aspen     1
# 2      2    pine     1
# 3      3    pine     2

#To calculate count of Species per row 
df %>% gather(Species, value, -Join) %>% 
  mutate(Join = as.character(Join))  %>% {
    regex_inner_join(filter(., grepl("^s",Species)),
              filter(.,grepl("^p",Species)),
              by = c("Join", "Species"))
} %>%
group_by(Join.x) %>%
summarise(count = sum(as.numeric(value.y))) %>% as.data.frame()

#   Join.x count
# 1      1     0
# 2      2     2
# 3      3     2

数据：

df <- read.table(text = 
"Join      p1     sp1       p2      sp2     p3      sp3
1          0        0           0         0        0          0
2          1        pine     0         0       1         Aspen
3           2        pine     0        0       0          0",
header = TRUE, stringsAsFactors = FALSE)

【讨论】：

可能是我无法弄清楚问题。 p1 是 sp1 的出现次数，同样适用于 p2、sp2 等。我想知道每行中有多少松树（加入）。就像在第 2 行一样，有 1 棵松树，我怎么知道每一行的这一点