Question

我想在不离开dplyr管道的情况下为数据框内的几列计算sd。在过去，我默认情况下以r为基数。我一直无法在这里找到可行的解决方案。

这可能有助于提供一些上下文。这是我验证调查数据的过程。我们测量矩阵问题的标准差，以识别直线。跨列的sd为零表示一条直线。过去，我在基数R中的计算方式如下：

apply(x, 1, sd)

我知道必须在dplyr管道中执行此操作。我在mutate_at尝试了多个选项，包括pmap和各种方法。这是我最近的尝试：

library(tidyverse)

set.seed(858465)
scale_points <- c(1:5)
q1 <- sample(scale_points, replace = TRUE, size = 100)
q2 <- sample(scale_points, replace = TRUE, size = 100)
q3 <- sample(scale_points, replace = TRUE, size = 100)


digits = 0:9
createRandString<- function() {
  v = c(sample(LETTERS, 5, replace = TRUE),
        sample(digits, 4, replace = TRUE),
        sample(LETTERS, 1, replace = TRUE))
  return(paste0(v,collapse = ""))
}

s_data <- tibble::tibble(resp_id = 100)
for(i in c(1:100)) {
  s_data[i,1] <- createRandString()
}

s_data <- bind_cols(s_data, q1 = q1, q2 = q2, q3 = q3)

s_data %>% mutate(vars(starts_with("q"), ~sd(.)))

在理想情况下，我会将resp_id变量保留在输出中，以便可以使用过滤器生成报告以标识sd == 0的响应者ID。

非常感谢您的帮助！

Answer 1

如果我们需要逐行sd，

library(tidyverse)
s_data %>% 
   mutate(sdQs =  select(., starts_with("q")) %>% 
                           pmap_dbl(~ sd(c(...)))) %>% 
   filter(sdQs == 0)
# A tibble: 9 x 5
#  resp_id       q1    q2    q3  sdQs
#  <chr>      <int> <int> <int> <dbl>
#1 JORTY8990R     3     3     3     0
#2 TFYAF4729I     5     5     5     0
#3 VPUYC0789H     4     4     4     0
#4 LHAPM6293X     1     1     1     0
#5 FZQRQ8530P     3     3     3     0
#6 TKTJU3757T     5     5     5     0
#7 AYVHO1309H     4     4     4     0
#8 BBPTZ4822E     5     5     5     0
#9 NGLXT1705B     3     3     3     0

或者另一个选择是rowSds中的matrixStats

library(matrixStats)
s_data %>% 
    mutate(sdQs = rowSds(as.matrix(.[startsWith(names(.), "q")])))

仅使用dplyr选择器跨几列对值进行突变

1 个答案: