跨越 NA 值答案

【问题标题】：Across with NA values跨越 NA 值
【发布时间】：2020-12-07 10:09:52
【问题描述】：

我试图使用cross来取某些列的平均值，但出现了问题为我使用的平均值的每一列创建新的不同列。它工作正常吗？

    library(tidyverse)
    cars %>% 
as_tibble() %>% 
add_case(speed = 11, dist = NA, .before = 1) %>% 
add_column(names = str_c("a",1:51)) %>% 
rename_with(.cols =  -names, ~str_c("one_",.x)) %>% 
group_by(names) %>% 
mutate(two = across(starts_with("one"), .fns = mean))

在小插图中它显示了这个例子：

df %>% mutate_at(vars(c(x, starts_with("y"))), mean)
# ->
df %>% mutate(across(c(x, starts_with("y")), mean, na.rm = TRUE))

我希望在每种使用 NA 的情况下，它都会产生 NA 而不是另一列。

【问题讨论】：

这是一个答案吗？因为我没有看到和区别。
也许我不清楚。我最终希望有一个名为“two”的新列，其中我将获得其他两列的平均值

标签： r tidyverse across

【解决方案1】：

如果您想按行取两列的mean，则不一定在这里看到across 的用法。

library(dplyr)
cars %>% 
  as_tibble() %>% 
  add_case(speed = 11, dist = NA, .before = 1) %>% 
  add_column(names = str_c("a",1:51)) %>% 
  rename_with(.cols =  -names, ~str_c("one_",.x)) %>% 
  mutate(two = rowMeans(select(., starts_with('one')), na.rm = TRUE))

您可以将rowwise 与c_across 一起使用，但效率会低于rowMeans。

cars %>% 
  as_tibble() %>% 
  add_case(speed = 11, dist = NA, .before = 1) %>% 
  add_column(names = str_c("a",1:51)) %>% 
  rename_with(.cols =  -names, ~str_c("one_",.x)) %>% 
  rowwise() %>%
  mutate(two = mean(c_across(starts_with('one')), na.rm = TRUE))

【讨论】：

我想在几列但不同的组上做 rowmean。更好的是，我猜 rowMeans，试图使交叉复杂化。
是的，我想这是一个更简单的选择。它解决了你的问题吗？
是的，不幸的是，我一开始并没有考虑到 rowMean，它让一切变得更容易。我应该删除这个问题，因为它可能是重复的吗？
如果问题重复，您不应该删除它，而是将其标记为重复问题。见meta.stackoverflow.com/questions/265736/…