Question

require('dplyr')
set.seed(8)
df <- data.frame(v1=rnorm(5),
                 v2=rnorm(5),
                 v3=rnorm(5))

如果我要计算上面的值的数量，比如0，并把它放在一个新列中，我会这样做：

mutate(df, n=apply(df,1,function(x)sum(x>0)))

这会给：

       v1         v2          v3 n
1 -0.08458607 -0.1078814 -0.75979380 0
2  0.84040013 -0.1702891  0.29204986 2
3 -0.46348277 -1.0883317  0.42139859 1
4 -0.55083500 -3.0110517 -1.29448908 0
5  0.73604043 -0.5931743  0.06928509 2

现在我想使用dplyr进行链接，并对列的子集v1和v2进行相同的操作，但无法弄清楚如何应用正确的数据。如果我这样做（在再次提出df之后）：

df %>%
   select(v1, v2) %>%
   mutate(n=apply(df,1,function(x)sum(x>0)))

...与上面相同（相同n，即它在所有三列中都有计数），同时使用.传递数据或只是空白：不起作用。

df %>%
   select(v1, v2) %>%
   mutate(n=apply(.,1,function(x)sum(x>0)))

或：

df %>%
   select(v1, v2) %>%
   mutate(n=apply(1,function(x)sum(x>0)))

怎么了？

Answer 1

在我们使用select对所需列进行子集化后，应用rowwise()函数，然后使用do。这里.指的是我们在select步骤之后获得的数据框。当我们执行sum(.>0)时，它将在新数据集的每一行上应用该函数。最后，我们data.frame(., n=..)获取所有以前的列以及新创建的n。

df %>% 
   select(v1, v2) %>% 
   rowwise() %>% 
   do(data.frame(., n=sum(.>0)))
#           v1         v2 n
#1 -0.08458607 -0.1078814 0
#2  0.84040013 -0.1702891 1
#3 -0.46348277 -1.0883317 0
#4 -0.55083500 -3.0110517 0
#5  0.73604043 -0.5931743 1

R：mutate（）在select（）之后使用chaining进行应用

1 个答案: