忽略 R 中某些值的行的总和值

Question

我有一个关于这个问题的跟进：Sum values from rows with conditions in R

这是我的数据：

ID <- c("A", "B", "C", "D", "E", "F")
Q1 <- c(0, 1, 7, 9, NA, 3) 
Q2 <- c(0, 3, 2, 2, NA, 3) 
Q3 <- c(0, 0, 7, 9, NA, 3) 

dta <- data.frame(ID, Q1, Q2, Q3) 

我需要对低于 7 的每个值求和，但在值超过 7 的行中，我需要对所有低于 7 的数字求和并忽略超过它的数字。应保留具有所有 NA 的行。结果应如下所示：

ProxySum
0
4
2
2
NA
9

我已经根据上一篇文章的回复尝试了这段代码：

dta2  <- dta %>% 
    rowwise() %>% 
    mutate(ProxySum = ifelse(all(c_across(Q1:Q3) < 7), Reduce(`+`, c_across(Q1:Q3)), (ifelse(any(c_across(Q1:Q3) > 7), sum(.[. <  7]), NA))))

但在数字超过 7 的行中，我最终得到所有行和列的总和。我错过了什么？

Answer 1

稍微不同的方法怎么样 - 首先旋转更长的时间，然后按组按条件求和，然后返回。

在当前版本中，仅包含“一些”NA 的行将返回 NA 以外的值。 （NA 将被视为 0）。如果您想为这些行返回 NA，请将 all 更改为 any。

library(tidyverse)

ID <- c("A","B","C","D","E","F")
Q1 <- c(0,1,7,9,NA,3) 
Q2 <- c(0,3,2,2,NA,3) 
Q3 <- c(0,0,7,9,NA,3) 

dta <- data.frame(ID,Q1,Q2,Q3) 

dta %>%
  pivot_longer(-ID) %>%
  group_by(ID) %>%
  mutate(ProxySum = ifelse(all(is.na(value)), NA, sum(value[which(value<7)]))) %>%
  pivot_wider()
#> # A tibble: 6 × 5
#> # Groups:   ID [6]
#>   ID    ProxySum    Q1    Q2    Q3
#>   <chr>    <dbl> <dbl> <dbl> <dbl>
#> 1 A            0     0     0     0
#> 2 B            4     1     3     0
#> 3 C            2     7     2     7
#> 4 D            2     9     2     9
#> 5 E           NA    NA    NA    NA
#> 6 F            9     3     3     3

^{由reprex package (v2.0.1) 于 2021 年 12 月 14 日创建}

Answer 2

另一个使用rowSums和dplyr::across的选项：

ID <- LETTERS[1:6]
Q1 <- c(0,1,7,9,NA,3) 
Q2 <- c(0,3,2,2,NA,3) 
Q3 <- c(0,0,7,9,NA,3) 

dta <- data.frame(ID,Q1,Q2,Q3) 

library(dplyr)

dta %>% 
  mutate(ProxySum = rowSums(across(Q1:Q3, function(.x) { .x[.x >= 7] <- 0; .x })))
#>   ID Q1 Q2 Q3 ProxySum
#> 1  A  0  0  0        0
#> 2  B  1  3  0        4
#> 3  C  7  2  7        2
#> 4  D  9  2  9        2
#> 5  E NA NA NA       NA
#> 6  F  3  3  3        9

Answer 3

base 中的一种方法：

rowSums(dta[, 2:4] * (dta[, 2:4] < 7))

# [1]  0  4  2  2 NA  9

---

添加解释，根据@tjebo评论

• 使用dta[, 2:4] < 7，您将生成一个填充有logical 值的数据框，其中TRUE 或FALSE 对应于小于 或大于 的值7。可以一行完成，因为这个操作是矢量化的；
• 然后，您在 logical 数据框之上相乘，并使用您的原始值填充数据框。在底层，R 将 logical 类型转换为 numeric 类型，因此您的 logical 数据集中的所有 FALSE 和 TRUEs 都将转换为 0s 和 1s .这意味着如果原始值小于7，则将原始值乘以1，否则乘以0s；
• 由于NA < 7 产生NA，然后乘以NA 也将产生NAs - 您保留原来的NAs；
• 最后一步是在结果数据帧上调用rowSums()，它将汇总每个特定行的值。由于其中超过7 的会变成0s，因此您将它们排除在结果总和之外；
• 如果您想获得至少一个值不是NA的行的总和，您可以在rowSums() 调用中使用na.rm = TRUE 参数。但是，在这种情况下，对于带有 NAs 的行，您将获得 0。

Answer 4

更新：参见@tjebo 对与 stefan 相同解决方案的评论：

这是一个不完全相同的解决方案：使用hablar:

library(dplyr)
library(hablar)

dta %>% 
  rowwise() %>% 
  mutate(sum = sum_(across(Q1:Q3, ~case_when(.<7 ~sum_(.)))))

第一个答案：可能与 stefan 的答案相同：

这是另一个dplyr 解决方案：

library(dplyr)
dta %>% 
  mutate(across(where(is.numeric), ~ifelse(.>=7,0,.)),
         sum = rowSums(across(where(is.numeric))))

  ID Q1 Q2 Q3 sum
1  A  0  0  0   0
2  B  1  3  0   4
3  C  0  2  0   2
4  D  0  2  0   2
5  E NA NA NA  NA
6  F  3  3  3   9