使用 'mutate_' 对一堆列进行逐行求和

Question

In this blog post，Paul Hiemstra 展示了如何使用 dplyr::mutate_ 对两列求和。复制/粘贴相关部分：

library(lazyeval)
f = function(col1, col2, new_col_name) {
    mutate_call = lazyeval::interp(~ a + b, a = as.name(col1), b = as.name(col2))
    mtcars %>% mutate_(.dots = setNames(list(mutate_call), new_col_name))
}

允许一个人这样做：

head(f('wt', 'mpg', 'hahaaa'))

太棒了！

我随后提出了一个问题（参见 cmets），即如何将其扩展到 100 列，因为（对我而言）不太清楚如何做到这一点而不必使用以上方法。保罗很乐意放纵我并提供了这个答案（谢谢！）：

# data
df = data.frame(matrix(1:100, 10, 10))
names(df) = LETTERS[1:10]

# answer
sum_all_rows = function(list_of_cols) {
  summarise_calls = sapply(list_of_cols, function(col) {
    lazyeval::interp(~col_name, col_name = as.name(col))
  })
  df %>% select_(.dots = summarise_calls) %>% mutate(ans1 = rowSums(.))
}
sum_all_rows(LETTERS[sample(1:10, 5)])

我想在以下几点上改进这个答案：

1. 其他列已消失。我想保留它们。

2. 它使用rowSums()，它必须将 data.frame 强制转换为我想避免的 matrix。

   我也不确定是否鼓励在 非do() 动词中使用.？因为mutate() 中的. 在与group_by() 一起使用时似乎并不只适应那些行。

3. 最重要的是，我怎样才能使用mutate_() 而不是mutate() 来做同样的事情？

我找到了this answer，它解决了第 1 点，但不幸的是，dplyr 的答案都使用了rowSums() 和mutate()。

---

PS：我刚刚读到Hadley's comment under that answer。 IIUC，'reshape to long form + group by + sum + reshape to wide form'是这些类型操作的推荐dplyr方式？

Answer 1

这是一种不同的方法：

library(dplyr); library(lazyeval)
f <- function(df, list_of_cols, new_col) {
  df %>% 
    mutate_(.dots = ~Reduce(`+`, .[list_of_cols])) %>% 
    setNames(c(names(df), new_col))
}

head(f(mtcars, c("mpg", "cyl"), "x"))
#   mpg cyl disp  hp drat    wt  qsec vs am gear carb    x
#1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4 27.0
#2 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4 27.0
#3 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1 26.8
#4 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1 27.4
#5 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2 26.7
#6 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1 24.1

---

关于你的观点：

• 保留其他列
• 不使用rowSums
• 您在这里特别要求逐行操作，所以我不确定（还）在mutate/mutate_ 中使用. 时group_by 会造成什么伤害
• 它利用mutate_