R mutate() 与 rowSums()答案

【问题标题】：R mutate() with rowSums()R mutate() 与 rowSums()
【发布时间】：2021-11-25 16:05:12
【问题描述】：

我想获取参与者 ID 和他们说的语言的数据框，然后创建一个新列来汇总每个参与者说的所有语言。列是 ID，每种语言都有 0 =“不会说”和 1 =“会说”，包括“其他”列，然后是一个单独的列，指定其他语言是什么，“Other.Lang”。我想只对具有二进制值的列进行子集化，并使用每个参与者的总和创建这个新列。

首先是我的数据框。


      Participant.Private.ID French Spanish Dutch Czech Russian Hebrew Chinese German Italian Japanese Korean Portuguese Other Other.Lang
    1                5133249      0       0     0     0       0      0       0      0       0        0      0          0     0          0
    2                5136082      0       0     0     0       0      0       0      0       0        0      0          0     0          0
    3                5140442      0       1     0     0       0      0       0      0       0        0      0          0     0          0
    4                5141991      0       1     0     0       0      0       0      0       1        0      0          0     0          0
    5                5143476      0       0     0     0       0      0       0      0       0        0      0          0     0          0
    6                5145250      0       0     0     0       0      0       0      0       0        0      0          0     1      Malay
    7                5146081      0       0     0     0       0      0       0      0       0        0      0          0     0          0

结构如下：


    str(part_langs)
    
    grouped_df [7 x 15] (S3: grouped_df/tbl_df/tbl/data.frame)
     $ Participant.Private.ID: num [1:7] 5133249 5136082 5140442 5141991 5143476 ...
     $ French                : num [1:7] 0 0 0 0 0 0 0
     $ Spanish               : num [1:7] 0 0 1 1 0 0 0
     $ Dutch                 : num [1:7] 0 0 0 0 0 0 0
     $ Czech                 : num [1:7] 0 0 0 0 0 0 0
     $ Russian               : num [1:7] 0 0 0 0 0 0 0
     $ Hebrew                : num [1:7] 0 0 0 0 0 0 0
     $ Chinese               : num [1:7] 0 0 0 0 0 0 0
     $ German                : num [1:7] 0 0 0 0 0 0 0
     $ Italian               : num [1:7] 0 0 0 1 0 0 0
     $ Japanese              : num [1:7] 0 0 0 0 0 0 0
     $ Korean                : num [1:7] 0 0 0 0 0 0 0
     $ Portuguese            : num [1:7] 0 0 0 0 0 0 0
     $ Other                 : num [1:7] 0 0 0 0 0 1 0
     $ Other.Lang            : chr [1:7] "0" "0" "0" "0" ...
     - attr(*, "groups")= tibble [7 x 2] (S3: tbl_df/tbl/data.frame)
      ..$ Participant.Private.ID: num [1:7] 5133249 5136082 5140442 5141991 5143476 ...

我认为这应该可行：


    num <- part_langs %>%
      mutate(num.langs = rowSums(part_langs[2:14]))
    num

但是，我不断收到此错误消息：


    Error: Problem with `mutate()` input `num.langs`.
    x Input `num.langs` can't be recycled to size 1.
    i Input `num.langs` is `rowSums(part_langs[2:14])`.
    i Input `num.langs` must be size 1, not 7.
    i The error occurred in group 1: Participant.Private.ID = 5133249.

真正奇怪的是，当我尝试创建此问题的简化版本以创建可重现的示例时，它工作正常。

首先我创建一个数据集。


    test <- matrix(c(1, 1, 1, 0, 0, "",
                   2, 1, 0, 1, 0, "",
                   3, 0, 0, 0, 1, "Chinese"), ncol = 6, byrow=TRUE)
    
    test<-as.data.frame(test)
    
    colnames(test) <- c("ID", "English", "French", "Italian", "Other", "Other.Lang")
    
    str(test)

将二进制列转换为数字：


    test$ID <- as.numeric(test$ID)
    test$English <- as.numeric(test$English)
    test$French <- as.numeric(test$French)
    test$Italian <- as.numeric(test$Italian)
    test$Other <- as.numeric(test$Other)

这里的代码与上面相同，但使用了这个简化的数据集。


    num <- test %>%
      mutate(num.langs = rowSums(test[2:5]))
    num

这是输出。它完全按照我的意愿工作：


    "ID","English","French","Italian","Other","Other.Lang","num.langs"
     1,     1,        1,       0,        0,        "",         2
     2,     1,        0,       1,        0,        "",         2
     3,     0,        0,       0,        1,     "Chinese",     1

所以我知道我在真实数据的某个地方搞砸了，但我不明白在哪里。有人可以建议吗？

【问题讨论】：

结果的差异可能是因为part_langs 是grouped_df [7 x 15] (S3: grouped_df/tbl_df/tbl/data.frame)。也许ungroup，像这样：library(dplyr); part_langs <- part_langs %>% ungroup?
或者避免使用 mutate 并尝试part_langs$num.langs = rowSums(part_langs[2:14])
@ChrisRuehlemann 你是对的！添加取消组合代码并再次运行它可以解决此问题。非常感谢！
@Dave2e 你是绝对正确的，这是迄今为止最明智的处理方法......但我很沮丧不知道为什么 mutate() 没有按照我想象的方式工作应该的，我必须先理解它。我也很欣赏你的建议。
如果有帮助，我将添加此评论作为回答，希望您能接受/支持它！

标签： r sum rowsum

【解决方案1】：

结果的差异可能是因为part_langs 是一个分组数据帧，从您帖子中str的输出可以看出：

grouped_df [7 x 15] (S3: grouped_df/tbl_df/tbl/data.frame).

如果是这个原因，那么先ungroup 然后重新运行你的代码：

library(dplyr)
part_langs <- part_langs %>% ungroup

【讨论】：

【解决方案2】：

另一种更依赖dplyr的方法是使用rowwise和c_across：

test %>%
  rowwise() %>%
  mutate(num.lang = sum(c_across(English:Other)))

【讨论】：