在列的子集上使用 mutate rowwise

Question

我正在尝试创建一个新列，该列将包含对 tibble 列的子集逐行执行的计算结果，并且将此新列添加到现有 tibble。像这样：

df <- tibble(
ID = c("one", "two", "three"),
A1 = c(1, 1, 1),
A2 = c(2, 2, 2),
A3 = c(3, 3, 3)
)

我实际上想从基础 R 中执行此代码的 dplyr 等效：

df$SumA <- rowSums(df[,grepl("^A", colnames(df))])

我的问题是这不起作用：

df %>% 
select(starts_with("A")) %>% 
mutate(SumA = rowSums(.))
    # some code here

...因为我去掉了“ID”列，以便让 mutate 在其他（数字）列上运行 rowSums。我试图在变异后在管道中 cbind 或 bind_cols ，但它不起作用。 mutate 的任何变体都不起作用，因为它们在原地工作（在 tibble 的每个单元格内，而不是跨列，即使是按行）。

这确实有效，但我认为这不是一个优雅的解决方案：

df %>% 
mutate(SumA = rowSums(.[,grepl("^A", colnames(df))]))

是否有任何基于 tidyverse 的解决方案，不需要 grepl 或方括号，而只需要更标准的 dplyr 动词和参数？

我的预期输出是这样的：

df_out <- tibble(
ID = c("one", "two", "three"),
A1 = c(1, 1, 1),
A2 = c(2, 2, 2),
A3 = c(3, 3, 3),
SumA = c(6, 6, 6)
)

最好的 千焦

Answer 1

这是使用purrr::pmap 在tidyverse 中进行逐行计算的一种方法。这最好与实际需要逐行运行的函数一起使用；简单的加法可能会以更快的方式完成。基本上，我们使用select 向pmap 提供输入列表，如果您需要正则表达式，我们可以使用select 助手，例如starts_with 或matches。

library(tidyverse)
df <- tibble(
  ID = c("one", "two", "three"),
  A1 = c(1, 1, 1),
  A2 = c(2, 2, 2),
  A3 = c(3, 3, 3)
)

df %>%
  mutate(
    SumA = pmap_dbl(
      .l = select(., starts_with("A")),
      .f = function(...) sum(...)
    )
  )
#> # A tibble: 3 x 5
#>   ID       A1    A2    A3  SumA
#>   <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 one       1     2     3     6
#> 2 two       1     2     3     6
#> 3 three     1     2     3     6

^{由reprex package (v0.2.1) 于 2019 年 1 月 30 日创建}

Answer 2

这是一种不同的方法，它不会按行移动，而是利用加法的矢量化特性和加法通勤。这样可以重复使用 + 和 purrr::reduce

library(tidyverse)
df <- tibble(
  ID = c("one", "two", "three"),
  A1 = c(1, 1, 1),
  A2 = c(2, 2, 2),
  A3 = c(3, 3, 3)
)

df %>%
  mutate(
    SumA = reduce(
      .x = select(., starts_with("A")),
      .f = `+`
    )
  )
#> # A tibble: 3 x 5
#>   ID       A1    A2    A3  SumA
#>   <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 one       1     2     3     6
#> 2 two       1     2     3     6
#> 3 three     1     2     3     6

^{由reprex package (v0.2.1) 于 2019 年 1 月 30 日创建}

Answer 3

1) 要做到这一点，rowSums 尝试在 mutate 中嵌套第二个管道，如下所示：

library(dplyr)

df %>% mutate(Sum = select(., starts_with("A")) %>% rowSums)

给予：

# A tibble: 3 x 5
  ID       A1    A2    A3   Sum
  <chr> <dbl> <dbl> <dbl> <dbl>
1 one       1     2     3     6
2 two       1     2     3     6
3 three     1     2     3     6

2) 另一种方法是将其重塑为长格式，然后进行总结：

library(dplyr)
library(purrr)
library(tidyr)

df %>%
  mutate(Sum = gather(., key, value, -ID) %>% 
               group_by(., ID) %>%
               summarize(sum = sum(value)) %>%
               ungroup %>%
               pull(sum))

给予：

# A tibble: 3 x 5
  ID       A1    A2    A3   Sum
  <chr> <dbl> <dbl> <dbl> <dbl>
1 one       1     2     3     6
2 two       1     2     3     6
3 three     1     2     3     6

Answer 4

[upd] 我没有注意到@Calum 使用了几乎相同的方法。

另一种可能的方法：

library(dplyr)
library(purrr)

dat %>%
  mutate(SumA = pmap_dbl(select(., contains('A')), sum))   

数据：

# dat <- tibble(
#   ID = c("one", "two", "three"),
#   A1 = c(1, 1, 1),
#   A2 = c(2, 2, 2),
#   A3 = c(3, 3, 3)
# )

输出：

# # A tibble: 3 x 5
#   ID       A1    A2    A3  SumA
#   <chr> <dbl> <dbl> <dbl> <dbl>
# 1 one       1     2     3     6
# 2 two       1     2     3     6
# 3 three     1     2     3     6

Answer 5

您可以在嵌套列上嵌套和使用rowSums：

library(tidyverse)
df %>% nest(-ID) %>%
  mutate(SumA = map_dbl(data,rowSums)) %>%
  unnest

# # A tibble: 3 x 5
#      ID  SumA    A1    A2    A3
#   <chr> <dbl> <dbl> <dbl> <dbl>
# 1   one     6     1     2     3
# 2   two     6     1     2     3
# 3 three     6     1     2     3

或者pmap 方法的这个变体：

df %>% mutate(SumA = pmap_dbl(.[-1],sum))
# # A tibble: 3 x 5
#      ID    A1    A2    A3  SumA
#   <chr> <dbl> <dbl> <dbl> <dbl>
# 1   one     1     2     3     6
# 2   two     1     2     3     6
# 3 three     1     2     3     6

并且表明基础有时更容易：

df$SumA <- rowSums(df[-1])