Dplyr

Question

我想计算几列的平均值，因此使用 dplyr 并且不使用熔化 + 合并为平均值创建一个新列。

> head(growth2)
  CODE_COUNTRY CODE_PLOT IV12_ha_yr IV23_ha_yr IV34_ha_yr IV14_ha_yr IV24_ha_yr IV13_ha_yr
1            1         6       4.10       6.97         NA         NA         NA       4.58
2            1        17       9.88       8.75         NA         NA         NA       8.25
3            1        30         NA         NA         NA         NA         NA         NA
4            1        37      15.43      15.07      11.89      10.00      12.09      14.33
5            1        41      20.21      15.01      14.72      11.31      13.27      17.09
6            1        46      12.64      14.36      13.65       9.07      12.47      12.36
>

我需要数据集中的一个新列，其中包含所有 IV 列的平均值。我试过这个：

growth2 %>% 
  group_by(CODE_COUNTRY, CODE_PLOT) %>%
  summarise(IVmean=mean(IV12_ha_yr:IV13_ha_yr, na.rm=TRUE))

并根据使用的示例返回了几个错误，例如：

Error in NA_real_:NA_real_ : NA/NaN argument

或

Error in if (trim > 0 && n) { : missing value where TRUE/FALSE needed

Answer 1

您可以按如下方式使用：

你的数据

data<- structure(list(CODE_COUNTRY = c(1L, 1L, 1L, 1L, 1L, 1L), CODE_PLOT = c(6L, 
17L, 30L, 37L, 41L, 46L), IV12_ha_yr = c(4.1, 9.88, NA, 15.43, 
20.21, 12.64), IV23_ha_yr = c(6.97, 8.75, NA, 15.07, 15.01, 14.36
), IV34_ha_yr = c(NA, NA, NA, 11.89, 14.72, 13.65), IV14_ha_yr = c(NA, 
NA, NA, 10, 11.31, 9.07), IV24_ha_yr = c(NA, NA, NA, 12.09, 13.27, 
12.47), IV13_ha_yr = c(4.58, 8.25, NA, 14.33, 17.09, 12.36)), .Names = c("CODE_COUNTRY", 
"CODE_PLOT", "IV12_ha_yr", "IV23_ha_yr", "IV34_ha_yr", "IV14_ha_yr", 
"IV24_ha_yr", "IV13_ha_yr"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

mydata <- cbind(data,IVMean=apply(data[,3:8],1,mean, na.rm=TRUE))

你也可以这样做

 mydata <- cbind(data,IVMean=rowMeans(data[3:8], na.rm=TRUE))

Answer 2

不需要分组，直接select()然后mutate()

library(dplyr)
mutate(df, IVMean = rowMeans(select(df, starts_with("IV")), na.rm = TRUE))

Answer 3

在 dplyr 中使用 .。

library(dplyr)
mutate(df, IVMean = rowMeans(select(., starts_with("IV")), na.rm = TRUE))

Answer 4

我试图对 Rick Scriven 的回答发表评论，但没有经验值。无论如何，想做出贡献。他的回答说要这样做：

    library(dplyr)
    mutate(df, IVMean = rowMeans(select(df, starts_with("IV")), na.rm = TRUE))

这行得通，但如果所有列不是以 "IV" 开头，这是我的情况，您是怎么做到的？事实证明，select 不需要逻辑向量，因此您不能使用 AND 或 OR。例如，您不能说 "starts_with('X') | starts_with('Y')"。您必须构建一个数字向量。这是它是如何完成的。

    mutate(df, IVMean = rowMeans(select(df, c(starts_with("IV"), starts_with("IX"))), na.rm = TRUE))

Dplyr - 多列的平均值

Dplyr - Mean for multiple columns

r