Question

我正在尝试在dplyr的mutate函数中使用sum函数。但是，我最终得到了意外的结果。下面是重现该问题的代码

chk1 <- data.frame(ba_mat_x=c(1,2,3,4),ba_mat_y=c(NA,2,NA,5))

我使用下面的代码创建了另一列，对以上两列进行汇总

chk2 <- chk1 %>% dplyr::mutate(ba_mat=sum(ba_mat_x+ba_mat_y,na.rm = T))

我使用na.rm=T是因为我在变量NA中有ba_mat_y个。我得到的结果如下

        ba_mat_x ba_mat_y ba_mat
   1        1       NA     13
   2        2        2     13
   3        3       NA     13
   4        4        5     13

但是，预期结果是

      ba_mat_x ba_mat_y ba_mat
1        1       NA     1
2        2        2     4
3        3       NA     3
4        4        5     9

Answer 1

您想要rowSums，以获取每一行的列总和。

> chk1 %>% dplyr::mutate(ba_mat = rowSums(., na.rm=T))

  ba_mat_x ba_mat_y ba_mat
1        1       NA      1
2        2        2      4
3        3       NA      3
4        4        5      9

您的其他表述（sum(ba_mat_x+ba_mat_y,na.rm = T))）表示：

首先执行chk1$ba_mat_x + chk1$ba_mat_y：1 + NA, 2 + 2, 3 + NA, 4 + 5，结果为NA, 4, NA, 9
然后采用其中的sum(na.rm=T)，即13

Answer 2

如果我们有多个列，并且只想对有限的列求和，我们可以将它们替换为0，然后添加列

<button type="submit" class="btn btn-primary">Submit</button>

我们还可以使用library(dplyr) chk1 %>% mutate_at(vars(ba_mat_x,ba_mat_y), ~ replace(., is.na(.), 0)) %>% mutate(ba_mat = ba_mat_x + ba_mat_y) # ba_mat_x ba_mat_y ba_mat #1 1 0 1 #2 2 2 4 #3 3 0 3 #4 4 5 9中的replace_na来做同样的事情。

tidyr

如果我们要使用chk1 %>% mutate_at(vars(ba_mat_x, ba_mat_y), tidyr::replace_na, 0) %>% mutate(ba_mat = ba_mat_x + ba_mat_y)，另一种选择是使用sum的{{1}}或purrr，现在我们可以传递要添加的列列表，然后使用pmap。

pmap_dbl

在这种情况下，我们也可以使用sum

chk1 %>%
  mutate(ba_mat = purrr::pmap_dbl(list(ba_mat_x, ba_mat_y), sum, na.rm = TRUE)) 

#  ba_mat_x ba_mat_y ba_mat
#1        1       NA      1
#2        2        2      4
#3        3       NA      3
#4        4        5      9

这也将起作用，因为我们只有两列，但是如果有更多的列，使用map2_dbl选项会更好/更安全。

此外，就您的尝试而言，如果您将chk1 %>% mutate(ba_mat = purrr::map2_dbl(ba_mat_x, ba_mat_y, sum, na.rm = TRUE))添加到它，它将可以正常工作。顾名思义，pmap以行方式进行所有操作。

rowwise

但是rowwise通常较慢。

Answer 3

我们可以使用rowSums中的base R

chk1$ba_mat <- rowSums(chk1, na.rm = TRUE)
chk1
#   ba_mat_x ba_mat_y ba_mat
#1        1       NA      1
#2        2        2      4
#3        3       NA      3
#4        4        5      9

或使用tidverse，同时保持原始列不变

library(tidyverse)
chk1 %>% 
    mutate(ba_mat  = replace(., is.na(.), 0) %>%
                     reduce(`+`))
#    ba_mat_x ba_mat_y ba_mat
#1        1       NA      1
#2        2        2      4
#3        3       NA      3
#4        4        5      9

或与case_when

chk1 %>% 
    mutate_if(is.numeric, list(new = ~case_when(is.na(.) ~ 0,
                TRUE ~ .))) %>%
    transmute(!!! rlang::syms(names(chk1)), ba_mat = ba_mat_x_new + ba_mat_y_new)
#   ba_mat_x ba_mat_y ba_mat
#1        1       NA      1
#2        2        2      4
#3        3       NA      3
#4        4        5      9

在dplyr变异中使用sum函数

3 个答案: