在 r 中具有可变条件的列的计数

Question

我正在尝试用超过相应限制变量的值来计算数据框的列。这是similar problem，但对于每个点，条件可能会发生变化，因此rowSums 不是一个选项。我对以下尝试的解决方案的修改、更有效的方法以及有助于解决此问题的任何更简单的方法感兴趣。

library(tidyverse)

set.seed(234)

ex_dat <- tibble(a = rnorm(n = 6, mean = 1),
                 a_lim = 0.75,
                 b = rnorm(n = 6, mean = 0.5),
                 b_lim = 0.333,
                 c = rnorm(n = 6, mean = 1.5),
                 c_lim = 1.0,
                 d = rnorm(n = 6, mean = 1.5),
                 d_lim = 1.25)

ex_dat %>% 
rowwise() %>% 
mutate(tally = sum(map_lgl(.x = c("a","b","c","d"),
.f = ~(noquote(.x) > noquote(paste0(.x,"_lim")))), na.rm = T))

例如，如果满足所有 4 个条件，则期望的结果是此处的“计数”列在第一行中显示 4。然后，它应该读取第二行的 2，因为只超出了 2 个限制。

我在这里尝试了这种方法的一些变体，使用 bang-bang 运算符强制评估 map 函数的 .f 参数中的变量。到目前为止，就我能想到的而言，这种尝试和无声的失败似乎是最接近和最明智的。显然，我对非标准评估没有非常牢靠的把握，所以我对!! 和sym() 的尝试并没有让我走得太远。

同样，如果有人看到我以迂回或低效的方式解决这个问题，我会欢迎重定向。谢谢。

Answer 1

这里有一个稍微不同的方法来解决您的问题。它依赖于“技巧”，如果不等式为真，则为 1，如果为假，则为 0。因此，您可以针对 a、b、c 和 d 的极限求值，并对 4 个不等式的求值求和。

library(dplyr)

 ex_dat_tally<-ex_dat %>%
     mutate(tally=(a>a_lim)+(b>b_lim)+(c>c_lim)+(d>d_lim))

Answer 2

我发现这种基本的 R 方法直观、简单，而且应该很快，因为我们直接使用矢量化方法处理数据帧。

lim_cols <- grep('lim', names(ex_dat), value = TRUE)
cols <- sub('_lim', '', lim_cols)
ex_dat$tally <- rowSums(ex_dat[cols] > ex_dat[lim_cols])
ex_dat

#      a a_lim       b b_lim     c c_lim     d d_lim tally
#   <dbl> <dbl>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1  1.66   0.75  0.709  0.333 1.47      1 2.03   1.25     4
#2 -1.05   0.75 -2.54   0.333 2.01      1 1.52   1.25     2
#3 -0.499  0.75  0.0131 0.333 2.49      1 1.71   1.25     2
#4  2.47   0.75 -0.588  0.333 1.80      1 2.52   1.25     3
#5  2.46   0.75  0.558  0.333 0.570     1 1.91   1.25     3
#6  1.14   0.75  1.60   0.333 1.58      1 0.795  1.25     3

这里我们创建了两组列lim_cols 和cols。

lim_cols
#[1] "a_lim" "b_lim" "c_lim" "d_lim"

cols
#[1] "a" "b" "c" "d" 

两两比较，用rowSums计算有多少满足条件。