我可以使用 dplyr::mutate 计算方差吗？答案

【问题标题】：Can I calculate variance using dplyr::mutate?我可以使用 dplyr::mutate 计算方差吗？
【发布时间】：2015-02-07 00:02:51
【问题描述】：

我想在我的数据表中创建一个新列，其中存储在我的表中的其他一些列中的值的差异。我认为 dplyr 包中的 mutate 函数对我来说是最好的解决方案，但不幸的是它似乎不起作用。

这是我正在使用的代码：

require(dplyr)
CPI <- read.csv("CPI.csv", sep = ";")
CPI <- tbl_df(CPI)    
CPI <- mutate(CPI, variance = var(CPI.1:CPI.6, na.rm = T))

这是我得到的错误回报：

Error in c(1.3, 1.4, 2.9, 3.1, NA, NA, NA, NA, NA, NA, NA, NA):c(NA, 1.2253333335,  : 
  NA/NaN argument

是否可以使用 mutate 计算方差？我应该使用其他解决方案吗？

【问题讨论】：

如果你有tidy data，你会发现这种操作更容易执行

标签： r dplyr variance

【解决方案1】：

如果CPI.1:CPI.6 的评估符合您的预期，我会感到惊讶。为什么不直接使用你原来的data.frame 并这样做：

m <- as.matrix(subset(CPI, select=CPI.1:CPI.6))
apply(m, 1, var, na.rm=TRUE)

或使用matrixStats 包以提高速度和清晰度：

rowVars(m)

【讨论】：

【解决方案2】：

如果您需要每行的方差，可以选择使用 do 和 rowwise()

library(dplyr)
nm1 <- paste('CPI', 1:6, sep='.')
CPI %>% 
    rowwise() %>% 
    do(data.frame(., variance=var(unlist(.[nm1]), na.rm=TRUE)))

数据

set.seed(25)
CPI <- as.data.frame(matrix(sample(c(NA,1:40), 7*20, replace=TRUE), 
           ncol=7, dimnames=list(NULL, paste('CPI', 1:7, sep="."))))

【讨论】：

【解决方案3】：

看来您需要逐行执行操作。你可以试试这个

require(dplyr)
CPI <- read.csv("CPI.csv", sep = ";")
CPI <- tbl_df(CPI)    
CPI <- group_by(CPI, 1:nrow(CPI))    
CPI <- mutate(CPI, variance = var(CPI.1:CPI.6, na.rm = T))

或者你还想做什么？

【讨论】：