使用函数 rowSums 和列范围向列表中的每个数据框添加列答案

【问题标题】：Add column to each data frame within list with function rowSums and range of columns使用函数 rowSums 和列范围向列表中的每个数据框添加列
【发布时间】：2020-10-01 17:36:40
【问题描述】：

所以。下面可以作为真实列表的一个小例子。

a <- data.frame(
  x = c("A","A","A","A","A"),
  y = c(1,2,3,4,5),
  z = c(1,2,3,4,5))

b <- data.frame(
  x = c("A","A","A","A","A"),
  y = c(1,2,3,4,5),
  z = c(1,2,3,4,5))

c <- data.frame(
  x = c("A","A","A","A","A"),
  y = c(1,2,3,4,5),
  z = c(1,2,3,4,5))

l <- list(a,b,c)

从第二列到最后一列 - 在每个数据帧上 - 我想将总和作为新列添加到每个数据帧。

我试过了：

lapply(l, function(x) rowSums(x[2:ncol(x)]))

返回正确的总和，但不将它们添加到数据帧中。

我也试过了：

lapply(l, transform, sum = y + z)

这给了我正确的结果但不够灵活，因为我并不总是知道每个数据框有多少列以及它们有什么名称。我唯一知道的是，我必须从第二列开始到结束。我尝试将这两种方法结合起来，但我不知道该怎么做。

谢谢

【问题讨论】：

标签： r dataframe

【解决方案1】：

试试这个。您可以在列中使用索引并排除第一个变量，这样就不会有关于为了获得行和而拥有多少额外变量的问题。代码如下：

#Compute rowsums
l1 <- lapply(l,function(x) {x$RowSum<-rowSums(x[,-1],na.rm=T);return(x)})

输出：

l1
[[1]]
  x y z RowSum
1 A 1 1      2
2 A 2 2      4
3 A 3 3      6
4 A 4 4      8
5 A 5 5     10

[[2]]
  x y z RowSum
1 A 1 1      2
2 A 2 2      4
3 A 3 3      6
4 A 4 4      8
5 A 5 5     10

[[3]]
  x y z RowSum
1 A 1 1      2
2 A 2 2      4
3 A 3 3      6
4 A 4 4      8
5 A 5 5     10

【讨论】：

【解决方案2】：

以下是如何组合您的尝试。我使用data[-1] 而不是data[2:ncol(data)]，因为它看起来更简单，但两者都应该可以工作。

lapply(l, function(data) transform(data, sum = rowSums(data[-1])))

不幸的是，如果匿名函数的参数名称与列名称相同，transform 将会混淆 - data[-1] 需要查看数据框，而不是特定列。（我原来是用function(x)而不是function(data)，这导致了错误，因为有一个名为x的列。从这个角度来看，Duck的回答更安全一些。）

【讨论】：

谢谢格雷戈尔。我收到一个错误，x 必须是数字。我的列是整数，但我认为这也可能有效。现在我首先必须检查如何将它们全部转换为数字，然后再尝试使用您的代码。
整数是数字 - 仔细检查 all 您的非第一列是否是数字（包括整数）。尝试lapply(l, function(x) {x[-1]; x[!is.numeric(x)]}) 查看任何非数字列。
它们是整数。他们全部。与原始数据框的不同之处在于，我不想从第 2 列开始，而是从第 3 列开始。我只需要将 data[-1] 固定到 data[-2] 吗？
用 data[3:ncol(data)] 而不是 data[-1] 修复了它。谢谢！
交替 data[-(1:2)] 删除第一和第二列。或 Filter(is.numeric, data) 用于所有数字列。

【解决方案3】：

这行得通吗：

> add_col <- function(df){
+                         df[(ncol(df)+1)] = rowSums(df[2:ncol(df)])
+                         df
+                       }
> lapply(l, add_col)  
[[1]]
  x y z V4
1 A 1 1  2
2 A 2 2  4
3 A 3 3  6
4 A 4 4  8
5 A 5 5 10

[[2]]
  x y z V4
1 A 1 1  2
2 A 2 2  4
3 A 3 3  6
4 A 4 4  8
5 A 5 5 10

[[3]]
  x y z V4
1 A 1 1  2
2 A 2 2  4
3 A 3 3  6
4 A 4 4  8
5 A 5 5 10

>

以 sum 作为列名：

> add_col <- function(df){
+                         df['sum'] = rowSums(df[2:ncol(df)])
+                         df
+                       }
> lapply(l, add_col)  
[[1]]
  x y z sum
1 A 1 1   2
2 A 2 2   4
3 A 3 3   6
4 A 4 4   8
5 A 5 5  10

[[2]]
  x y z sum
1 A 1 1   2
2 A 2 2   4
3 A 3 3   6
4 A 4 4   8
5 A 5 5  10

[[3]]
  x y z sum
1 A 1 1   2
2 A 2 2   4
3 A 3 3   6
4 A 4 4   8
5 A 5 5  10

【讨论】：

这是唯一一个在我的原始数据框上工作的。唯一的事情是，我得到了一个有趣的列名（...7）。
是的，您可以稍后使用 names() 函数指定名称。
或者你也可以使用 lapply(l, function(x) setNames(x, c('Col1', 'Col2', 'Col3', 'Col4'))) 。跨度>
感谢您的帮助！你的也可以，但我更喜欢另一种我有正确名称的方法。
已对代码稍作修改以满足您的要求。

【解决方案4】：

使用tidyverse

library(tidyverse)
map(l, ~.x %>% mutate(Sum := apply(.x[-1], 1, sum)))

#> [[1]]
#>   x y z Sum
#> 1 A 1 1   2
#> 2 A 2 2   4
#> 3 A 3 3   6
#> 4 A 4 4   8
#> 5 A 5 5  10
#> 
#> [[2]]
#>   x y z Sum
#> 1 A 1 1   2
#> 2 A 2 2   4
#> 3 A 3 3   6
#> 4 A 4 4   8
#> 5 A 5 5  10
#> 
#> [[3]]
#>   x y z Sum
#> 1 A 1 1   2
#> 2 A 2 2   4
#> 3 A 3 3   6
#> 4 A 4 4   8
#> 5 A 5 5  10

^{由reprex package (v0.3.0) 于 2020 年 9 月 30 日创建}

【讨论】：

【解决方案5】：

我们可以使用map 和mutate

library(purrr)
library(dplyr)
map(l, ~ .x %>%
            mutate(sum = rowSums(select(., -1))))

或c_across

map(l, ~ .x %>%
           rowwise() %>%
           mutate(sum = sum(c_across(-1), na.rm = TRUE)) %>%
           ungroup)

【讨论】：