dplyr - 使用列索引而不是列名将列输入到 rowwise()答案

【问题标题】：dplyr - inputting columns to rowwise() with column index instead of column namedplyr - 使用列索引而不是列名将列输入到 rowwise()
【发布时间】：2020-01-29 05:54:13
【问题描述】：

我找到了一个很好的解决方案来解决我遇到的问题，我想在此处创建一个新列来计算相应行中所有单元格的平均值：

https://stackoverflow.com/a/33438918/12744116

诚然，数据并不整洁，但我在下面复制的解决方案可以完成工作：

data %>% 
    rowwise() %>% 
    mutate(c=mean(c(a,b)))

#      id     a     b     c
#   (dbl) (dbl) (dbl) (dbl)
# 1   101     1     2   1.5
# 2   102     2     2   2.0
# 3   103     3     2   2.5

但是，与这个更简单的示例不同，我要命名的列太多了。我想知道是否有任何方法可以使用切片表示法快速引用列（即，而不是 c(a, b)，类似 2:3）或通过索引引用列的其他方式。

我在另一个 Stack Overflow 线程 here 上发现了类似的东西，但该解决方案有其自身的问题，因为我们列出了所有列索引而不是列名。我的列太多了，无法为每个计算列出所有列。

有什么解决办法吗？

编辑：我自己想出了一个，但我觉得它太不雅了，我相信我可能会为每一行提取整个列，这显然是一个比预期：

data %>%
  mutate(id = row_number()) %>%
  rowwise() %>%
  mutate(avg = mean(c(.[id, 2:4], recursive=TRUE)))

有更快的解决方案吗？

【问题讨论】：

为什么不rowMeans(data[-1])？
@RonakShah 你刚刚打败了我。如果它是除id 之外的所有列的简单平均值，那么他的解决方案可以按原样使用。否则，您可以传递列号向量。
@chinsoon12 我想，当然，这对于一般知识来说会很好，但我更喜欢在 tidyverse 中使用的方法。例如，我当然可以仅使用 rowmeans 循环来计算答案。我更大的问题与其说是获取行本身的含义——这只是导致我提出这个更大问题的特定示例——不如说是关于在 tidyverse 中使用 rowwise() 函数索引列的有效方法。
我不知道在处理rowwise数据时会使用“高效”；它确实有效，但是虽然某些计算肯定需要它，但一般来说，你正在击败 R 一次对整个向量进行计算的效率。我了解您正在使用rowMeans 作为一种了解如何以这种方式处理数据的方法，但是......也许您的真正问题也可能不需要rowwise？

标签： r dplyr tidyverse

【解决方案1】：

你可以这样做：

df %>%
 mutate(c = rowMeans(select(., 2:3)))

   id a b   c
1 101 1 2 1.5
2 102 2 2 2.0
3 103 3 2 2.5

或者：

df %>%
 mutate(c = rowMeans(select(., 2:length(.))))

【讨论】：

【解决方案2】：

对我来说，使用rowMeans 似乎很简单，不涉及tidyverse 函数。

data$c <- rowMeans(data[2:3])

但是，如果您更喜欢 tidyverse 解决方案，我们可以从 purrr map 函数中获得一些帮助。

library(dplyr)
library(purrr)

只有两列

data %>% mutate(c = map2_dbl(a, b, ~mean(c(.x, .y))))

对于许多列

data %>%  mutate(c = pmap_dbl(select(., a:b), ~mean(c(...))))

【讨论】：