如何将 transmute 与 grep 函数结合起来？答案

【问题标题】：How to combine transmute with grep function?如何将 transmute 与 grep 函数结合起来？
【发布时间】：2020-08-10 15:26:19
【问题描述】：

我正在尝试找到一种方法，使用现有数据框中的 rowSums() 函数创建一个包含变量的新表。例如，我现有的数据框称为'asn'，我想总结变量标题中包含“2011”的所有变量的每一行的值。我想要一个只包含一个名为asn_y2011 的列的新表，其中包含使用包含“2011”的变量的每一行的总和

数据

structure(list(row = 1:3, south_2010 = c(1L, 5L, 7L), south_2011 = c(4L, 
0L, 4L), south_2012 = c(5L, 8L, 6L), north_2010 = c(3L, 4L, 1L
), north_2011 = c(2L, 6L, 0L), north_2012 = c(1L, 1L, 2L)), class = "data.frame", row.names = c(NA, 
-3L))

现有的'asn' 数据框如下所示

row south_2010 south_2011 south_2012 north_2010 north_2011 north_2012
  1      1           4         5          3          2          1
  2      5           0         8          4          6          1
  3      7           4         6          1          0          2

我正在尝试使用以下功能：

asn %>%   
   transmute(asn_y2011 = rowSums(, grep("2011")))

得到这样的东西

row    asn_y2011
 1         6
 2         6
 3         4

【问题讨论】：

标签： r dplyr

【解决方案1】：

继续使用您的代码，grep() 应该像这样工作：

library(dplyr)

asn %>%
  transmute(row, asn_y2011 = rowSums(.[grep("2011", names(.))]))

#   row asn_y2011
# 1   1         6
# 2   2         6
# 3   3         4

或者你可以在c_across()中使用整洁的选择：

asn %>%
  rowwise() %>% 
  transmute(row, asn_y2011 = sum(c_across(contains("2011")))) %>%
  ungroup()

【讨论】：

【解决方案2】：

另一个使用rowSums的基本R选项

cbind(asn[1],asn_y2011 = rowSums(asn[grep("2011",names(asn))]))

给了

  row asn_y2011
1   1         6
2   2         6
3   3         4

【讨论】：

【解决方案3】：

base R 中带有Reduce 的选项

cbind(df['row'], asn_y2011 = Reduce(`+`, df[endsWith(names(df), '2011')]))
#  row asn_y2011
#1   1         6
#2   2         6
#3   3         4

数据

df <- structure(list(row = 1:3, south_2010 = c(1L, 5L, 7L), south_2011 = c(4L, 
0L, 4L), south_2012 = c(5L, 8L, 6L), north_2010 = c(3L, 4L, 1L
), north_2011 = c(2L, 6L, 0L), north_2012 = c(1L, 1L, 2L)), 
class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

【解决方案4】：

我认为这段代码会做你想做的事：

library(magrittr)
tibble::tibble(row = 1:3, south_2011 = c(4, 0, 4), north_2011 = c(2, 6, 0)) %>%
  tidyr::gather(- row, key = "key", value = "value") %>%
  dplyr::mutate(year = purrr::map_chr(.x = key, .f = function(x)stringr::str_split(x, pattern = "_")[[1]][2])) %>%
  dplyr::group_by(row, year) %>%
  dplyr::summarise(sum(value))

我首先加载包magrittr，这样我就可以使用管道%>%。我已经明确列出了导出函数的包，但如果你愿意，欢迎使用library 加载包。

然后我创建一个 tibble 或数据框，就像您指定的那样。

在创建新变量year 之前，我使用gather 重新组织数据框。然后我按row 和year 的值汇总计数。

【讨论】：

pivot_longer 是替代gather 的新改进功能。更强大、更直观。

【解决方案5】：

你可以试试这个方法

library(tidyverse)
df2 <- df %>% 
  select(grep("_2011|row", names(df), value = TRUE)) %>% 
  rowwise() %>% 
  mutate(asn_y2011 = sum(c_across(south_2011:north_2011))) %>% 
  select(row, asn_y2011)
  
#     row asn_y2011
#   <int>     <int>
# 1     1         6
# 2     2         6
# 3     3         4

数据

df <- structure(list(row = 1:3, south_2010 = c(1L, 5L, 7L), south_2011 = c(4L, 0L, 4L), south_2012 = c(5L, 8L, 6L), north_2010 = c(3L, 4L, 1L), north_2011 = c(2L, 6L, 0L), north_2012 = c(1L, 1L, 2L)), class = "data.frame", row.names = c(NA,-3L))

【讨论】：