如何获取R中选定列的rowSums答案

【问题标题】：How to get rowSums for selected columns in R如何获取R中选定列的rowSums
【发布时间】：2016-05-07 06:42:01
【问题描述】：

我是 R 的新手，并寻求帮助来计算每一行的选定列的总和。我的简单数据框如下。

data = data.frame(location = c("a","b","c","d"),
            v1 = c(3,4,3,3), v2 = c(4,56,3,88), v3 =c(7,6,2,9), v4=c(7,6,1,9),
            v5 =c(4,4,7,9), v6 = c(2,8,4,6))

我想要新数据框中每一行的 V1 到 V3 和 V4 到 V6 列的总和。

我做了类似下面的事情。

rowSums(data[,2:4][,5:7])

但是我的代码应该有问题。提前感谢您的帮助。

【问题讨论】：

标签： r rowsum

【解决方案1】：

我的感觉是使用 dply：

require(dply)
data %>% mutate(v2v4 = rowSums(.[2:4])) %>% mutate(v4v6 = rowSums(.[5:7])) %>% select(-(location:v6))

结果：

> newDf <- data %>% mutate(v2v4 = rowSums(.[2:4])) %>% mutate(v4v6 = rowSums(.[5:7])) %>% select(-(location:v6))
> newDf
  v2v4 v4v6
1   14   13
2   66   18
3    8   12
4  100   24

【讨论】：

【解决方案2】：

这是一个使用apply 的非常简单的解决方案。

output <- data.frame( x1 = apply(data[2:4], 1, sum) ,
                      x2 = apply(data[5:7], 1, sum) )

结果：

output
>    x1 x2
> 1  14 13
> 2  66 18
> 3   8 12
> 4 100 24

【讨论】：

【解决方案3】：

rowSums(cbind(mydata$variable1, mydata$variable2, mydata$variable3), na.rm = T )

【讨论】：

【解决方案4】：

好的，如果你想要一个单独的数据框：

> data.frame(X1=rowSums(data[,2:4]), X2=rowSums(data[,5:7]))

【讨论】：

此答案未在data.frame中返回所需的输出
我从来没有说过。我说过你需要使用 rowSums(data[,c(2:4,5:7)]) 而不是 rowSums(data[,2:4][,5:7])。如果你想要一个数据框，你只需要将它组合起来。
我仍然认为您的答案不会返回问题中要求的结果，这将是 data.frame 就像您在其他答案中看到的那样
你确定吗？检查结果，它是一个data.frame
是的，它现在返回一个 data.frame，但它仍然没有返回问题中指示的所需输出。

【解决方案5】：

明确指定两个总和：

cbind(x1=rowSums(data[,c('v1','v2','v3')]),x2=rowSums(data[,c('v4','v5','v6')]));
##       x1 x2
## [1,]  14 13
## [2,]  66 18
## [3,]   8 12
## [4,] 100 24

【讨论】：

实际数据集有大量变量。

【解决方案6】：

我们可以将split 数据集转换成list，然后使用Reduce 和f="+"。

sapply(split.default(data[-1], rep(paste0("x", 1:2), each=3)), Reduce, f=`+`)
#     x1 x2
#[1,]  14 13
#[2,]  66 18
#[3,]   8 12
#[4,] 100 24

【讨论】：

所有答案都很好。谢谢。 @Akrun Reduce, f='+' 在这里做什么？
@Lio f 是Reduce 内部的函数调用。它对 data.frame 的特定行中的每个元素进行求和。

【解决方案7】：

所以，我遇到了类似的问题

我在 2 个不同的时间对 20 个问题进行了相同的调查，因此有 2 个不同的调查分数，总共 40 列。每个调查问题都以标识符结尾。因此，例如，调查的第一个问题通过添加 .a 或 .c 来区分：

Survey1Question1.a
Survey1Question1.c

假设您的数据在 df1 中，并且您想对每个调查内中的所有列求和，以便获得 2 个调查分数：

df1 %>% mutate(Survey.A = rowSums(.[grepl('\\.a$',colnames(.))]),
        Survey2 = rowSums(.[grepl('\\.c$',colnames(.))]),
        )

# A tibble: 9 x 2
  Survey.A Survey.C
     <dbl>   <dbl>
1       64      51
2       89      91
3       62      60
4       80      80
5       66      69
6       60      61
7       71      74
8       52      50
9       79      69

我只是在学习如何使用 '.'点符号。但我相信这是可行的，因为 rowSums 需要一个数据框。 Which means you can follow Technophobe1's answer 以上。但是诀窍就变成了如何以编程方式做到这一点。

嗯，第一个'.'在 rowSums 中是管道 (df1) 传递的数据集中的完整列/变量集。但是您想对其进行子集化。

所以，这里是 grepl 运作良好的地方。您可以使用 grepl 使用以下语法对数据帧进行子集化：dataframe[,grepl("pattern",colnames(dataframe))]

所以，在我上面rowSums(.[grepl('\\.a$',colnames(.))]) 的代码中，诀窍是用“。”替换“数据帧”。点符号。

【讨论】：