根据行条件更新列数据答案

【问题标题】：Updating column data based on row condition根据行条件更新列数据
【发布时间】：2021-11-25 16:37:30
【问题描述】：

我正在尝试更新一个包含 153 行和 291 列的数据框，其中第一列是产品描述，所有其他列都是数字。

大多数行的总和为 1，但由于一些错误的数据输入，一些行的值翻了一番。

我想根据行和是否大于 1 来更新列。这样行和变为 1。

一个小例子数据：

test <- data.frame(product = c("First", "Second", "Third"),
                   a = c(0.2, 0.1, 0.2),
                   b = c(0.4, 0.1, 0.2),
                   c = c(0.4, 0.8, 1.6)
                   )
  product   a   b   c
1   First 0.2 0.4 0.4
2  Second 0.1 0.1 0.8
3   Third 0.2 0.2 1.6

我试过了

test %>% mutate(across(2:ncol(test), if_else(rowSums(.) > 1, . / 2, .)))

但得到以下错误：

错误：mutate() 输入 ..1 有问题。我..1 = across(2:ncol(test), if_else(rowSums(.) > 1, ./2, .))。 x 'x' 必须是数字。

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

这是如何确保每行总和不超过1：

library(tidyverse)

test <- data.frame(
  product = c("First", "Second", "Third"),
  a = c(0.2, 0.1, 0.2),
  b = c(0.4, 0.1, 0.2),
  c = c(0.4, 0.8, 1.6)
)
test
#>   product   a   b   c
#> 1   First 0.2 0.4 0.4
#> 2  Second 0.1 0.1 0.8
#> 3   Third 0.2 0.2 1.6

test_long <-
  test %>%
  pivot_longer(-product) %>%
  group_by(product)
test_long
#> # A tibble: 9 x 3
#> # Groups:   product [3]
#>   product name  value
#>   <chr>   <chr> <dbl>
#> 1 First   a       0.2
#> 2 First   b       0.4
#> 3 First   c       0.4
#> 4 Second  a       0.1
#> 5 Second  b       0.1
#> 6 Second  c       0.8
#> 7 Third   a       0.2
#> 8 Third   b       0.2
#> 9 Third   c       1.6

scaled_test <-
  test_long %>%
  filter(sum(value) > 1) %>%
  mutate(value = value / sum(value))
scaled_test
#> # A tibble: 3 x 3
#> # Groups:   product [1]
#>   product name  value
#>   <chr>   <chr> <dbl>
#> 1 Third   a       0.1
#> 2 Third   b       0.1
#> 3 Third   c       0.8

test_long %>%
  filter(sum(value) <= 1) %>%
  bind_rows(scaled_test) %>%
  pivot_wider(names_from = name, values_from = value)
#> # A tibble: 3 x 4
#> # Groups:   product [3]
#>   product     a     b     c
#>   <chr>   <dbl> <dbl> <dbl>
#> 1 First     0.2   0.4   0.4
#> 2 Second    0.1   0.1   0.8
#> 3 Third     0.1   0.1   0.8

^{由reprex package (v2.0.1) 于 2021-10-05 创建}

【讨论】：

但是现在所有的行都一样了？我想基本上只将第三行的每一列值除以 2，以便该行的总和等于 1。与其他行类似。
您是否只想对数据进行规范化，以使每行的总和大于 1 到 1，仅此而已？
我原则上是的。就在这种情况下，它都是双倍的价值。但更通用的方法也可以。
@Godrim 我修改了我的答案

【解决方案2】：

在base，可以这样解决：

idx <- rowSums(test[, -1]) > 1

test[idx, -1] <- test[idx, -1] / 2

test

#  product   a   b   c
#1   First 0.2 0.4 0.4
#2  Second 0.1 0.1 0.8
#3   Third 0.1 0.1 0.8

【讨论】：

【解决方案3】：

这是使用across的另一种方式-

library(dplyr)

test %>%
  mutate(across(a:c, ~./ifelse(rowSums(select(cur_data(), a:c)) > 1, 2, 1)))

#  product   a   b   c
#1   First 0.2 0.4 0.4
#2  Second 0.1 0.1 0.8
#3   Third 0.1 0.1 0.8

【讨论】：

【解决方案4】：

使用data.table

library(data.table)
setDT(test)[, (names(test)[-1]) := .SD/(1 + (rowSums(.SD) > 1))[col(.SD)], .SDcols = a:c]
test
   product   a   b   c
1:   First 0.2 0.4 0.2
2:  Second 0.1 0.1 0.4
3:   Third 0.2 0.2 0.8

【讨论】：