Question

我已经搜索过高低，但我仍然坚持如何处理这个问题。我有两组列，我想逐行，但我想循环多列。如果我要手动执行此操作，我希望：

df1[1,1]+df2[1,1]
df1[2,1]+df2[2,1]

等......我找到了很多有用的例子，说明如何做：

apply(df[,c("a","d")], 1, sum)

虽然我想在很多专栏上做这件事。此外，虽然它并不完全相关，但我想将我的问题说成尽可能接近我的现实，所以下面我的例子包括NA，因为我的实际数据包含许多缺失值。

# make a data frame, df1, with three columns
a <- sample(1:100, 50, replace = T)
b <- sample(100:300, 50, replace = T)
c <- sample(2:50, 500, replace = T)
df1 <- cbind(a,b,c)

# make another data frame, df2, with three columns
x <- sample(1:100, 50, replace = T)
y <- sample(100:300, 50, replace = T)
z <- sample(2:50, 50, replace = T)
df2 <- cbind(x,y,z)

# make another data frame, df2, with three columns
x <- sample(1:100, 50, replace = T)
y <- sample(100:300, 50, replace = T)
z <- sample(2:50, 50, replace = T)
df2 <- cbind(x,y,z)

可以从http://www.r-bloggers.com/function-to-generate-a-random-data-set/

中随机抛出几个NAs

NAins <-  NAinsert <- function(df, prop = .1){
    n <- nrow(df)
    m <- ncol(df)
    num.to.na <- ceiling(prop*n*m)
    id <- sample(0:(m*n-1), num.to.na, replace = FALSE)
    rows <- id %/% m + 1
    cols <- id %% m + 1
    sapply(seq(num.to.na), function(x){
            df[rows[x], cols[x]] <<- NA
    }
    )
    return(df)
}

将NA添加到帧

NAins(df1, .2)
NAins(df2, .14)

然后，我尝试沿每个数据框中的列进行seq，并使用apply将索引设置为1，意味着对每个行条目求和。这不起作用。

for(i in seq_along(df1)){
    for(j in seq_along(df2)){ 
            apply(c(df1[,i], col2[j]), 1, function(x) sum(x, na.rm = T))}}

感谢您的帮助！

Answer 1

您应该只能将NA替换为0，然后使用“+”添加：

replace(df1, is.na(df1), 0) + replace(df2, is.na(df2), 0)
#    X  Y  Z
# 1  7 19  6
# 2 11 12  1
# 3 16 14 11
# 4 13  7 13
# 5 10  2 11

或者，如果您只有两个data.frame，则可以list收集它们并使用Reduce：

Reduce("+", lapply(mget(c("df1", "df2", "df3")), function(x) replace(x, is.na(x), 0)))

以下是一些示例数据（以及我认为创建它的更简单方法）：

set.seed(1) ## Set a seed so others can reproduce your sample data

dfmaker <- function() {
  setNames(
    data.frame(
      replicate(3, sample(c(NA, 1:10), 5, TRUE), FALSE)), 
    c("X", "Y", "Z"))
}

df1 <- dfmaker()
df1
#   X  Y Z
# 1 2  9 2
# 2 4 10 1
# 3 6  7 7
# 4 9  6 4
# 5 2 NA 8

df2 <- dfmaker()
df2
#    X  Y  Z
# 1  5 10  4
# 2  7  2 NA
# 3 10  7  4
# 4  4  1  9
# 5  8  2  3

df3 <- dfmaker()

Answer 2

您可以将data.frame转换为数组，并使用apply函数对它们求和。

#include <iostream>
#include <array>

class lines_from {
public:
    std::istream &in;
    using value_type = std::string;

    std::string operator*() {
        std::string line;
        std::getline(in, line);
        return line;
    }

    bool good() const {
        return in.good();
    }
};

template<int N, class T>
auto take(T &range){
    std::array<typename T::value_type, N> value;
    for (auto &e: value) { e = *range; }
    return value;
}

来自两列的求和结果，循环R中的许多列

2 个答案: