获取逗号前后字符串中数字的平均值

Question

我有一个带有字符列的数据框 (df)。每个索引由一串数字组成，以逗号分隔。请参阅可重现的示例：

a<-c("1,2", "6,8", "6,9")
b<-c("4,7","9,3","5,5")
c<-c("2,1","5,4","8,9")
df <- as.data.frame(cbind(a,b,c))

我想分别计算逗号之前的数字和逗号之后的数字的行均值。最好使用 tidyverse/dplyr。输出如下所示：

    a   b   c mean1 mean2
  1,2 4,7 2,1  2.33  3.33
  6,8 9,3 5,4  6.67  5.00
  6,9 5,5 8,9  6.00  7.67

所以 mean1 中的第一个索引是第一行逗号前数字的平均值 ((1+4+2)/3)。而mean2中的第一个索引是第一行逗号后数字的平均值((2+7+1)/3)。

我看过另一篇建议使用 library(splitstackshape) 和 cSplit 命令的帖子，但我无法让它工作。

df <- df %>% cSplit(c("a","b","c"), direction = "wide") %>%
  summarise(mean = rowMeans(c("a","b","c")))

我还尝试过用逗号分隔列并将它们转换为宽和其他各种东西。如果可以这样解决，那肯定是最简单的方法了。如果你能想出一个不涉及列名的解决方案，那就太棒了！

Answer 1

使用dplyr 可以这样实现：

1. 使用逗号值before 和after 创建新列
2. 使用rowwise() 和c_across() 计算这些列的均值
3. 去掉辅助列

a<-c("1,2", "6,8", "6,9")
b<-c("4,7","9,3","5,5")
c<-c("2,1","5,4","8,9")
df <- as.data.frame(cbind(a,b,c))

library(dplyr)

df %>%
  mutate(across(a:c, list(
    before = ~ as.numeric(stringr::str_extract(., "^\\d+")),
    after = ~ as.numeric(stringr::str_extract(., "\\d+$"))), .names = "{.col}_{.fn}")) %>% 
  rowwise() %>% 
  mutate(mean1 = mean(c_across(ends_with("before"))),
         mean2 = mean(c_across(ends_with("after")))) %>% 
  select(-ends_with("before"), -ends_with("after"))
#> # A tibble: 3 x 5
#> # Rowwise: 
#>   a     b     c     mean1 mean2
#>   <chr> <chr> <chr> <dbl> <dbl>
#> 1 1,2   4,7   2,1    2.33  3.33
#> 2 6,8   9,3   5,4    6.67  5   
#> 3 6,9   5,5   8,9    6.33  7.67