dplyr 中的 rowMeans 函数

Question

我一直在尝试运行在 dplyr 的 mutate 函数中计算 rowMeans，但不断出现错误。下面是一个示例数据集和所需的结果。

DATA = data.frame(SITE = c("A","A","A","A","B","B","B","C","C"), 
                  DATE = c("1","1","2","2","3","3","3","4","4"), 
                  STUFF = c(1, 2, 30, 40, 100, 200, 300, 5000, 6000),
                  STUFF2 = c(2, 4, 60, 80, 200, 400, 600, 10000, 12000))

RESULT = data.frame(SITE = c("A","A","A","A","B","B","B","C","C"), 
                    DATE = c("1","1","2","2","3","3","3","4","4"), 
                    STUFF = c(1, 2, 30, 40, 100, 200, 300, 5000, 6000),
                    STUFF2 = c(2, 4, 60, 80, 200, 400, 600, 10000, 12000),
                    NAYSA = c(1.5, 3, 45, 60, 150, 300, 450, 7500, 9000))

我编写的代码从随机采样 STUFF 和 STUFF2 开始。然后我想计算 STUFF 和 STUFF2 的 rowMeans 并将结果导出到新列。我可以使用 tidyr 完成此任务，但必须重做更多的变量。此外，我可以使用 R 基础包，但更喜欢使用 dplyr 中的 mutate 函数找到解决方案。提前致谢。

RESULT = group_by(DATA, SITE, DATE) %>%
  mutate(STUFF=sample(STUFF,replace= TRUE), STUFF2 = sample(STUFF2,replace= TRUE))%>%
  # These approaches return errors 
  mutate(NAYSA = rowMeans(DATA[,-1:-2]))
  mutate(NAYSA = rowMeans(.[,-1:-2])) 
  mutate (NAYSE = rowMeans(.))

Answer 1

您需要 dplyr 中的 rowwise 函数来执行此操作。您的数据是随机的（由于样本），因此它会产生不同的结果，但您会发现它有效：

library(dplyr)
  group_by(DATA, SITE, DATE) %>%
  mutate(STUFF=sample(STUFF,replace= TRUE), STUFF2 = sample(STUFF2,replace= TRUE))%>%
  rowwise() %>%
  mutate(NAYSA = mean(c(STUFF,STUFF2)))

输出：

Source: local data frame [9 x 5]
Groups: <by row>

  SITE DATE STUFF STUFF2  NAYSA
1    A    1     1      2    1.5
2    A    1     2      2    2.0
3    A    2    30     80   55.0
4    A    2    30     60   45.0
5    B    3   200    600  400.0
6    B    3   300    200  250.0
7    B    3   100    600  350.0
8    C    4  5000  12000 8500.0
9    C    4  6000  10000 8000.0

如您所见，它根据 STUFF 和 STUFF2

计算每行的行向平均值

Answer 2

@GregF 是的....ungroup() 是关键。谢谢。

工作代码

RESULT = group_by(DATA, SITE, DATE) %>% 
  mutate(STUFF = sample(STUFF,replace= TRUE), 
         STUFF2 = sample(STUFF2,replace= TRUE)) %>% 
  ungroup() %>% 
  mutate(NAYSA = rowMeans(.[,-1:-2]))

Answer 3

rowMeans 函数至少需要两个维度但是 DATA[,-1:-3] 只是一行。

[1]     2     4    60    80   200   400   600 10000 12000

您可以通过以下代码获取结果

DATA%>%
        group_by(SITE, DATE) %>% 
        ungroup() %>% 
        mutate(NAYSA = rowMeans(.[,3:4]))

  SITE DATE STUFF STUFF2  NAYSA
1    A    1     1      2    1.5
2    A    1     2      4    3.0
3    A    2    30     60   45.0
4    A    2    40     80   60.0
5    B    3   100    200  150.0
6    B    3   200    400  300.0
7    B    3   300    600  450.0
8    C    4  5000  10000 7500.0
9    C    4  6000  12000 9000.0

Answer 4

另一种（最好的？）方法是使用 map2_dbl:

library(purrr)
library(dplyr)
DATA %>% 
  mutate(NAYSA = map2_dbl(STUFF, STUFF2, ~mean(c(.x, .y))))

输出：

  SITE DATE STUFF STUFF2  NAYSA
1    A    1     1      2    1.5
2    A    1     2      4    3.0
3    A    2    30     60   45.0
4    A    2    40     80   60.0
5    B    3   100    200  150.0
6    B    3   200    400  300.0
7    B    3   300    600  450.0
8    C    4  5000  10000 7500.0
9    C    4  6000  12000 9000.0

Answer 5

现在 dplyr 引入了 across，这可以用 across 和基础 R 的 rowMeans 来完成。以下代码将取 row-wise 以字符串“STUFF”开头的列的平均值：

DATA %>% 
  mutate(NAYSA = rowMeans(across(starts_with("STUFF"))))

dplyr 中的 rowMeans 函数

rowMeans function in dplyr

r

dplyr