R中按行排列的DF的多列的最小值和中值答案

【问题标题】：Min and Median of Multiple Columns of a DF by Row in RR中按行排列的DF的多列的最小值和中值
【发布时间】：2016-03-09 21:20:18
【问题描述】：

假设dataframe 看起来像：

如何将列添加到dataframe 以获取这 3 列的最小值和中值，为每一行计算？

生成的 DF 应如下所示：

V1  V2  V3  Min  Median
5   8   12  5    8
4   9   5   4    5
7   3   9   3    7
...

我尝试使用dplyr::mutate：

mutate(df, Min = min(V1,V2,V3))

但这需要整个数据帧的最小值并将该值放在每一行中。如何获取每行的最小值和中位数？

对于 Mean，我可以在 mutate 中使用 rowMeans，但是对于 min 和 median 没有类似的函数。

也试过了，

lapply(df[1:3], median)

但它只是产生每列的中位数

dd <- read.table(header = TRUE, text = 'V1  V2  V3
5   8   12
4   9   5
7   3   9')

【问题讨论】：

你试过apply(df,1,median)吗？
R Grouping functions: sapply vs. lapply vs. apply. vs. tapply vs. by vs. aggregate的可能重复
你可以根据命名约定rowMeansgoogle，发现已经开发了同名函数rowMins和rowMedians
df[c('min','median')] <- lapply(list(min, median), function(x) apply(df, 1, x))
因为cbind(df,t(apply(df,1,quantile,c(0,0.5)))) 显然需要 5 个以上的答案。

标签： r

【解决方案1】：

使用dplyr，使用函数rowwise

library(dplyr)
mutate(rowwise(df), min = min(V1, V2, V3), median = median(c(V1, V2, V3)))
# Using the pipe operator %>%
df %>% 
  rowwise() %>% 
  mutate(min= min(V1, V2, V3), median = median(c(V1, V2, V3)))

输出：

Source: local data frame [3 x 5]
Groups: <by row>

     V1    V2    V3   min median
  (int) (int) (int) (int)  (int)
1     5     8    12     5      8
2     4     9     5     4      5
3     7     3     9     3      7

【讨论】：

【解决方案2】：

您可以像这样使用apply（1表示按行计算，2表示按列计算）：

the_min <- apply(df, 1, min)   
the_median <- apply(df, 1, median)
df$Min <- the_min
df$Median <- the_median

【讨论】：

我认为它在计算中位数时不起作用，因为您也在使用“Min”列
没错，所以你应该先单独计算。我会编辑。
你真的不需要先保存到单独的变量中；你可以直接上专栏：df$Min <- apply(df, 1, min); df$Median <- apply(df[,1:3], 1, median)

【解决方案3】：

min<-apply(df,1,min)
median<-apply(df,1,median)
df$Min<-min
df$Median<-median

【讨论】：

【解决方案4】：

您可以使用dplyr 来完成此操作，但您需要按唯一的 ID 变量进行分组，以便为每一行单独评估。如果说，V1 绝对是独一无二的，这很容易：

dat %>% group_by(V1) %>% mutate(min = min(V1, V2, V3), median = median(c(V1, V2, V3)))

如果您没有唯一 ID，您可以很容易地创建（并删除，如果您愿意）一个：

dat %>% mutate(id = seq_len(n())) %>% group_by(id) %>% 
  mutate(min = min(V1, V2, V3), median = median(c(V1, V2, V3))) %>% 
  ungroup() %>% select(-id)

无论哪种方式，你都会得到

Source: local data frame [3 x 5]

     V1    V2    V3   min median
  (int) (int) (int) (int)  (int)
1     5     8    12     5      8
2     4     9     5     4      5
3     7     3     9     3      7

【讨论】：

dplyr 还有一个rowwise 函数，比如dat %>% mutate(min = pmin(V1,V2,V3)) %>% rowwise() %>% mutate(med = median(c(V1,V2,V3)))
@Frank Cool，这很有用！我知道那里有很多用于处理行的函数，但我没有用过那么多。
为什么你将c(V1.V2,V3) 用于combine col 名称作为中位数而不是min
@ok1more 抱歉，迟到了。但是因为min()的第一个参数是...，而median()是x，所以在后者中，元素必须被收集到一个向量中，而min(3, 1, 2)和min(c(3, 1, 2))都返回相同的东西，所以没关系。

【解决方案5】：

data<- data.frame(a=1:3,b=4:6,c=7:9)
data
#   a b c
# 1 1 4 7
# 2 2 5 8
# 3 3 6 9

data$Min <- apply(data,1,min)
data
#   a b c Min
# 1 1 4 7   1
# 2 2 5 8   2
# 3 3 6 9   3

data$Median <-apply(data[,1:3],1,median)
data
#     a b c min median
#  1  1 4 7   1    4
#  2  2 5 8   2    5
#  3  3 6 9   3    6

希望这会有所帮助。

【讨论】：

@Frank 是的。你说的对。让我纠正一下。谢谢。
@Frank 完成更正。现在中位数不包括“Min”列。