数据框中各列的最大组合总和答案

【问题标题】：Max of sum of combinations across columns in a dataframe数据框中各列的最大组合总和
【发布时间】：2020-09-28 17:17:26
【问题描述】：

我有数据框

df <- data.frame(e_1=c(1,2,3,4,5), e_2=c(1,3,5,7,9), e_3=c(2,4,6,8,1),
                e_4=c(1,2,4,5,7), e_5=c(1,8,9,6,4), Lanes=c(3,4,3,5,4))

我尝试使用：

max(combn(df[,(1:5)],df$Lanes,FUN = function(i) rowSums(df[,(1:5)][i])))

我得到了错误

组合错误(df[, (1:5)], df$Lanes, FUN = function(i) rowSums(df[, (1:5)][i])) : length(m) == 1L 不正确

【问题讨论】：

您的示例的预期输出是什么？您在combn 中使用df$Lanes 表示m，它在这里期望一个值而不是5 的向量。您的function(i) df[, 1:5][i] 部分也将不起作用，因为每个i 都是一个数据框（您可以检查这个combn(df[, 1:5], 3, simplify = FALSE)[[1]] 这是第一个 i if m = 3) -- 你在这部分具体要做什么？
@rawr 我想对数据框 df 的每一行执行此操作。因此，根据combn 中的m 等于该行的Lanes 值，找到前5 列组合的最大总和。

标签： r function dataframe combinations

【解决方案1】：

我想您可以尝试按行使用combn，例如，

df$comb <- apply(df,1,function(v) max(combn(v[1:5],v["Lanes"],sum)))

这样

> df
  e_1 e_2 e_3 e_4 e_5 Lanes comb
1   1   1   2   1   1     3    4
2   2   3   4   2   8     4   17
3   3   5   6   4   9     3   20
4   4   7   8   5   6     5   30
5   5   9   1   7   4     4   25

【讨论】：

【解决方案2】：

对这个使用 dplyr 和 purrr 可能如下所示。

library(dplyr)
library(purrr)
library(rlang)

df <- data.frame(e_1=c(1,2,3,4,5), e_2=c(1,3,5,7,9), e_3=c(2,4,6,8,1),
                 e_4=c(1,2,4,5,7), e_5=c(1,8,9,6,4), Lanes=c(3,4,3,5,4))

df %>%
  mutate(eSum = pmap(list(!!!parse_exprs(colnames(.))),
                     ~ max(colSums(combn(c(..1, ..2, ..3, ..4, ..5), ..6)))))

#   e_1 e_2 e_3 e_4 e_5 Lanes eSum
# 1   1   1   2   1   1     3    4
# 2   2   3   4   2   8     4   17
# 3   3   5   6   4   9     3   20
# 4   4   7   8   5   6     5   30
# 5   5   9   1   7   4     4   25

【讨论】：

【解决方案3】：

c_across 的选项来自dplyr

library(dplyr)
df %>% 
    rowwise %>% 
    mutate(Comb = max(combn(c_across(starts_with('e')), Lanes, FUN = sum)))
# A tibble: 5 x 7
# Rowwise: 
#    e_1   e_2   e_3   e_4   e_5 Lanes  Comb
#  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1     1     1     2     1     1     3     4
#2     2     3     4     2     8     4    17
#3     3     5     6     4     9     3    20
#4     4     7     8     5     6     5    30
#5     5     9     1     7     4     4    25

【讨论】：