用 dplyr 中的条件和隐式列名进行汇总

Question

我正在尝试使用 R 和 dplyr 使用隐式列名执行条件求和。所以从

开始

> df <- data.frame(colA=c(1,2,1,1),
+                  colB=c(0,0,3,1),
+                  colC=c(0,1,2,3),
+                  colD=c(2,2,2,2))
> df
  colA colB colC colD
1    1    0    0    2
2    2    0    1    2
3    1    3    2    2
4    1    1    3    2

我正在尝试应用伪代码：

foreach column c
    if(row.val > 1)
        calc += (row.val - 1)

我可以使用一些简单的基础R 子集以相当简单的方式完成此操作：

> df.ans <- data.frame(calcA = sum(df$colA[df$colA > 1] - 1),
+                      calcB = sum(df$colB[df$colB > 1] - 1),
+                      calcC = sum(df$colC[df$colC > 1] - 1),
+                      calcD = sum(df$colD[df$colD > 1] - 1))
> df.ans
  calcA calcB calcC calcD
1     1     2     3     4

但是，我想要一个不必明确说明列名（colA、colB 等）的解决方案，因为有很多列名，而且将来可能会发生变化。如果我正在做一个简单的sum 计算，dplyr 和：

df %>% 
summarise_all(funs(sum))

我尝试过的事情：

• dplyr 的 filter_at 组件但发现不足以用于此目的，因为它们占用整行，而我正在独立过滤每列的行。
• This 回答但发现它不够用，因为它使用了明确的列名。
• 自定义summarise 函数内的条件。这可能是我得到的最接近的结果，但评估总是解析为布尔值，它会抛出求和。例如summarise_all(funs(sum(. > 1)))

Answer 1

您可以很容易地将硬编码示例转换为summarize_all，即将df$col.. 替换为.：

df %>% summarise_all(~ sum(.[. > 1] - 1))

#  colA colB colC colD
#1    1    2    3    4

或者使用funs 语法：

df %>% summarise_all(funs(sum(.[. > 1] - 1)))

#  colA colB colC colD
#1    1    2    3    4

Answer 2

您也可以使用基础 R 中的sapply：

sapply(df,function(x)sum(x[x>1]-1))
colA colB colC colD 
   1    2    3    4