如何按行计算匹配条件的列？答案

【问题标题】：How to count columns that match a condition rowwise?如何按行计算匹配条件的列？
【发布时间】：2021-07-04 15:33:01
【问题描述】：

获取这个data.frame：

demo<-structure(list(q5a = c(1, 1, 10, 10, 8, 7, 8, 8, 2, 10), q5b = c(10, 
6, 10, 7, 5, 10, 8, 8, 8, 8), q5c = c(5, 6, 10, 8, 8, 6, 10, 
10, 1, 9), q5d = c(10, 2, 10, 10, 10, 9, 10, 10, 10, NA), q5e = c(5, 
NA, 10, 10, 8, 9, 10, 10, 1, 8), q5f = c(1, 2, 10, 8, 8, 9, 10, 
10, 1, 6), q5g = c(10, 4, 8, 10, 2, 8, 8, 8, 10, 6), q5h = c(1, 
1, 10, 10, 9, 8, 10, 10, 1, 6), q5i = c(5, 3, 10, 6, 4, 2, 6, 
10, 1, 3), q5j = c(10, 10, 1, 1, 2, 6, 8, 6, 9, 1), q5k = c(10, 
2, 10, 10, 10, 10, 10, 10, 10, 6), q5l = c(10, 5, 10, 10, 9, 
10, 10, 10, 10, 8), q5m = c(6, 4, 10, 10, 9, 10, 10, 10, 9, 8
), q5n = c(10, 1, 10, 10, 5, 10, 10, 8, 10, 9), q5o = c(10, 4, 
10, 10, 5, 10, 8, 8, 10, 8)), row.names = c(NA, -10L), class = c("tbl_df", 
"tbl", "data.frame"))

我想创建一个汇总变量，告诉我每个行有多少个变量等于 10。

更好的是，如果这些列是更大数据框（q1、q2、q3 等）的一部分，我如何创建一个新变量，该变量仅采用那些以 q5 开头的列并在他们？我更喜欢使用 tidyverse，但也欢迎使用基本解决方案。

所需的最终结果应如下所示：

# A tibble: 10 x 15
     q5a   q5b   q5c   q5d   q5e   q5f   q5g   q5h   q5i   q5j   q5k   q5l   q5m   q5n   q5o tens
   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1     1    10     5    10     5     1    10     1     5    10    10    10     6    10    10   8
 2     1     6     6     2    NA     2     4     1     3    10     2     5     4     1     4   1
 3    10    10    10    10    10    10     8    10    10     1    10    10    10    10    10  13
 4    10     7     8    10    10     8    10    10     6     1    10    10    10    10    10  10

等等……

我觉得这应该很容易，但是自从我研究 R 以来已经有一段时间了，我只是想不通。谢谢！

【问题讨论】：

标签： r

【解决方案1】：

一个选项可能是：

demo %>%
 mutate(tems = rowSums(select(., starts_with("q5")) == 10, na.rm = TRUE))

     q5a   q5b   q5c   q5d   q5e   q5f   q5g   q5h   q5i   q5j   q5k   q5l   q5m   q5n   q5o  tems
   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
 1     1    10     5    10     5     1    10     1     5    10    10    10     6    10    10     8
 2     1     6     6     2    NA     2     4     1     3    10     2     5     4     1     4     1
 3    10    10    10    10    10    10     8    10    10     1    10    10    10    10    10    13

【讨论】：

行总和！这就是我试图记住的。谢谢！我会尽快接受这个解决方案。

【解决方案2】：

我们可以在rowwise之后使用sum和c_across

library(dplyr)
demo %>%
   rowwise %>% 
   mutate(tems = sum(c_across(starts_with('q5')) == 10, na.rm = TRUE)) %>%
   ungroup

-输出

# A tibble: 10 x 16
#     q5a   q5b   q5c   q5d   q5e   q5f   q5g   q5h   q5i   q5j   q5k   q5l   q5m   q5n   q5o  tems
#   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int>
# 1     1    10     5    10     5     1    10     1     5    10    10    10     6    10    10     8
# 2     1     6     6     2    NA     2     4     1     3    10     2     5     4     1     4     1
# 3    10    10    10    10    10    10     8    10    10     1    10    10    10    10    10    13
# ...

或者使用collapse

library(collapse)
demo$tems <- dapply(gvr(demo, '^q5'),  function(x)
        fsum(x == 10), MARGIN = 1)
demo$tems
#[1]  8  1 13 10  2  6  9  9  6  1

【讨论】：

【解决方案3】：

data.table 选项

setDT(demo)[, tens := rowSums(.SD == 10, na.rm = TRUE), .SDcols = patterns("^q5")]

给予

    q5a q5b q5c q5d q5e q5f q5g q5h q5i q5j q5k q5l q5m q5n q5o tens
 1:   1  10   5  10   5   1  10   1   5  10  10  10   6  10  10    8
 2:   1   6   6   2  NA   2   4   1   3  10   2   5   4   1   4    1
 3:  10  10  10  10  10  10   8  10  10   1  10  10  10  10  10   13
 4:  10   7   8  10  10   8  10  10   6   1  10  10  10  10  10   10
 5:   8   5   8  10   8   8   2   9   4   2  10   9   9   5   5    2
 6:   7  10   6   9   9   9   8   8   2   6  10  10  10  10  10    6
 7:   8   8  10  10  10  10   8  10   6   8  10  10  10  10   8    9
 8:   8   8  10  10  10  10   8  10  10   6  10  10  10   8   8    9
 9:   2   8   1  10   1   1  10   1   1   9  10  10   9  10  10    6
10:  10   8   9  NA   8   6   6   6   3   1   6   8   8   9   8    1

【讨论】：