Question

有没有办法插入新列，其中包含以特定文本开头的其他现有列的平均值？

例如，在此数据集中：

zz <-("
id  20_1    20_2    20_3    22_1    22_2    22_3    
1   .      4.00     3.50    5.80    5.35    5.15    
2   3.50    .       3.30    5.65    5.40    5.05    
3   2.80    3.40    3.80    5.30    5.25    5.30    
")

df <- read.table(text=zz, header = TRUE)

我想创建两个新列20_4和22_4，其平均行值分别为20_1：20_3和22_1：22_3 ......

id  20_1    20_2    20_3    20_4    22_1    22_2    22_3    22_4
1   NA      4.00    3.50    3.75    5.80    5.35    5.15    5.43
2   3.50    NA      3.30    3.40    5.65    5.40    5.05    5.37
3   2.80    3.40    3.80    3.33    5.30    5.25    5.30    5.28

有人可以帮助我吗？我还在学习dplyr ......

Answer 1

对此的优雅解决方案可能是使用非标准评估：

让我们考虑一个类似于你的df：

zz = data_frame(
  `20_1` = rnorm(5),
  `20_2` = rnorm(5),
  `20_3` = rnorm(5),
  `22_1` = rnorm(5),
  `22_2` = rnorm(5),
  `22_3` = rnorm(5)
)

首先，我们创建一个字符向量，其中包含我们想要一起平均的列的名称。以下代码将动态选择以20 _：
开头的所有列名
```
to_aggregate = names(zz)[grepl("^20", names(zz))]
```
我们创建一个动态计算均值的公式：
```
agg_formula = as.formula(paste0(" ~ mean(c(", paste0("`", to_aggregate, "`", collapse = ", "), "))"))
```
这将创建公式：〜表示（c（＆＃39; 20_1＆＃39;，＆＃39; 20_2＆＃39;，＆＃39; 20_3＆＃39;））

我们可以使用dplyr逐行进行并应用上面生成的动态公式：

zz %>% 
  mutate(tmp_ID = row_number()) %>% 
  group_by(tmp_ID) %>% 
  mutate_(.dots = setNames(list(agg_formula), 'res')) %>% 
  mutate(check_res = (`20_1` + `20_2` + `20_3`) / 3) %>% 
  ungroup()

Answer 2

另一种方法是在dplyr中使用'summarize'来创建你想要的变量

zznew<-zz %>%
  group_by(id)%>%
  summarize("20_4"=mean(`20_1`:`20_3`,na.rm=TRUE),"22_4"=mean(`22_1`:`22_3`,na.rm=TRUE))%>%
  left_join(zz,zznew,by="id")

编辑：回想起来认为我说'使用'总结'是不正确的。这是一种不同的方法，它将计算所选列的每一行的均值并将它们绑定到数据帧：

zzz<-cbind(zz,"20_4"=rowMeans(zz[,c("20_1","20_2","20_3")],na.rm=TRUE),
      "22_4"=rowMeans(zz[,c("22_1","22_2","22_3")],na.rm=TRUE))

dplyr中的mutate_each：使用其他列的平均行值创建新列，其中一些文本是共同的

2 个答案: