如何对r中的不同列执行逐行操作答案

【问题标题】：how to perform row wise operation on different column in r如何对r中的不同列执行逐行操作
【发布时间】：2017-06-30 17:36:00
【问题描述】：

我在 r 中有以下数据框

 count1      count2      count3
   0           12          11 
  12           13          44
  22           32          13

我想计算count2，count1和count3和count2之间的距离，如下所示

 sqrt(abs(count2-count1) + abs(count3-count2))

到数据帧的每一行。我想要的数据框如下

 count1      count2      count3     distance
   0           12          11       sqrt(abs(12-0)+abs(12-11))
  12           13          44       sqrt(abs(13-12)+abs(44-13))
  22           32          13       sqrt(abs(32-22)+abs(13-32))

我的做法是使用 for 循环

 for(i in 1:nrow(df)){
    df$distance[i] <- sqrt(abs(df$count1[i] - df$count2[i]) + abs(df$count2[i] - df$count3[i]))
   }

上面有没有更好的方法？

【问题讨论】：

您不需要 for 循环，因为此操作在 R 中是矢量化的。通过删除大约 15 个字符来修改您的内部行的简单单行符就可以了：df$distance <- sqrt(abs(df$count1 - df$count2) + abs(df$count2 - df$count3))。 akrun 的回答使这使用with 变得更简单。根本不需要任何包。

标签： r

【解决方案1】：

我想dplyr 包是解决这个问题的方法：

df <- data.frame(count1 = sample(1:100,10),count2 = sample(1:100,10),count3 = sample(1:100,10))


> df %>% mutate(distance=sqrt(abs(count2-count1) + abs(count3-count2)))
   count1 count2 count3 distance
1      79     59     54 5.000000
2      70     18     22 7.483315
3      31     13     57 7.874008
4      54     49     53 3.000000
5      94     67     77 6.082763
6      51     74     21 8.717798
7      33      4     24 7.000000
8      90     79     78 3.464102
9       6     64     98 9.591663
10     22     68     28 9.273618

【讨论】：

【解决方案2】：

df$distance = apply(df, 1,
                    function(x) sqrt(abs(x[2] - x[1]) + abs(x[3] - x[2])))
df

【讨论】：

【解决方案3】：

我们可以使用base R

df$distance <- with(df, sqrt(abs(count2 - count1) + abs(count3 - count2)))

或与rowSums 来自base R

df$distance <-  sqrt(rowSums(abs(df[-1] - df[-length(df)])))

数据

df <- structure(list(count1 = c(0L, 12L, 22L), count2 = c(12L, 13L, 
32L), count3 = c(11L, 44L, 13L)), .Names = c("count1", "count2", 
"count3"), class = "data.frame", row.names = c(NA, -3L))

【讨论】：

【解决方案4】：

您也可以使用data.table 包：

library(data.table)

y <- data.table(count1 = c(0,12,22), count2 = c(12,13,32), count3 = c(11,44,13))

y[, distance := sqrt(abs(count2 - count1) + abs(count3 - count2))]

结果：

> y
   count1 count2 count3 distance
1:      0     12     11 3.605551
2:     12     13     44 5.656854
3:     22     32     13 5.385165

【讨论】：

【解决方案5】：

使用 dplyr 包

现在几乎是标准

这是一个使用 iris 数据的工作示例（使用 dput(namedataset) 共享您的数据库）

library(dplyr)

iris[1:3] %>% mutate(res=sqrt(abs(Sepal.Length-Sepal.Width)))

【讨论】：

对不起，我在回答时根本没有回答