dplyr中具有多个功能的行分析答案

【问题标题】：Analysis by row with multiple functions in dplyrdplyr中具有多个功能的行分析
【发布时间】：2019-02-17 13:52:25
【问题描述】：

我正在尝试使用 dplyr 解析 data.frame 的案例（行），但无济于事。我为此创建了两个函数：

f1 <- function(x) {
  c(s = sum(x), 
    m = mean(x), 
    v = var(x))
}

f2 <- function(x) {
  apply(x, 1, f1)
}

我的data.frame (data_1)：

for (i in 1:6) {
  assign(paste('var', i, sep = '_'), 
runif(30, 20, 100))
}

data_1 <- do.call(
  cbind.data.frame, 
  mget(ls(pattern = '*v'))
)

使用dplyr 函数：

library(dplyr)

data_1 %>%
  mutate_at(.vars = vars (starts_with('v')),
            .funs = funs(.= f2))

data_1 %>%
  mutate_if(is.numeric, .funs = funs(.= f2))

mutate_impl(.data, dots) 中的错误：评估错误：dim(X) 必须具有正长度。

由于分析是按行进行的，并且我有三个函数（求和、均值和方差），因此预期收益是三列。

【问题讨论】：

apply(x, 1, f1) 如果x 的维度小于 2，则没有多大意义。 dplyr::mutate_* 逐列而不是逐行应用函数。
如何解决？
好的手机，所以我无法检查文档，但是 rowwise() 会解决这个问题吗？或者，您可以转置 data1
解决方案如何使用 rowwise？

标签： r dplyr

【解决方案1】：

事实上，尽管没有被弃用，rowwise() 并不能很好地与其他分组和汇总函数配合使用，因此最好在 dplyr 中避免使用。一个有用的替代方法是按行号分组。这是使用这种方法解决上述问题的方法。

colNames <- syms(paste0("var_", 1:6))
data_1 %>%
   group_by (row_number()) %>%
   summarize(dataMean = mean(!!!colNames),
             dataSum = sum(!!!colNames))

【讨论】：

很高兴知道！！看起来它可能不会被弃用，但肯定不推荐。有一个有趣的讨论here
对 rowwise() 替代方案的讨论非常好。看起来它被淡化了，而不是被弃用了。谢谢@Andrew