以列名为条件的行和

Question

我的 data.frage 看起来像这样：

   VAR1 VAR2 AUS1 AUS2 AUS3 AUS4 ... AUS56 VAR3 VAR4
   A    D    23   234  34   856  ... 99    0    FCK
   B    D    55   76   55   36   ... 6456  0    XYC

我希望 R 添加一个新变量 AUS，它显示变量 AUS1 到 AUS56 的行和，最好使用 dplyr。 AUS1到AUS56就可以删除了。

Answer 1

您可以尝试将 rowSums 与 grep 结合使用：

df %>% mutate(AUS_sum = rowSums(.[grep("AUS", names(.))]))

Answer 2

这是另一个使用 tidyverse 语法的选项

library(tidyverse)
df1 %>% 
     select(matches("AUS")) %>% 
     reduce(`+`) %>%
     mutate(df1, AUS_sum = .)
#   VAR1 VAR2 AUS1 AUS2 AUS3 AUS4 AUS56 VAR3 VAR4 AUS_sum
#1    A    D   23  234   34  856    99    0  FCK    1246
#2    B    D   55   76   55   36  6456    0  XYC    6678

使用 dplyr 的开发版本（即将发布 0.6.0），我们可以使用 quosures 创建一个函数并使其更加动态。在这里，enquo 与 base R 中的 substitute 具有相似的功能，通过获取输入参数并将其转换为 quosure，使用 quo_name，我们将其转换为字符串其中 matches 采用字符串参数。 lhs 名称也可以创建为字符串 ('newN') 并且在 mutate/summarise/group_by 中，我们取消引用 (!! 或 UQ) 来计算字符串

fSum <- function(dat, pat){
  pat <- quo_name(enquo(pat))
  newN <- paste0(pat, "_sum")
  newSum <- dat %>%
            select(matches(pat)) %>%
            reduce(`+`)
  dat %>%
      mutate(!!newN :=  newSum)
}

fSum(df1, AUS)
#    VAR1 VAR2 AUS1 AUS2 AUS3 AUS4 AUS56 VAR3 VAR4 AUS_sum
#1    A    D   23  234   34  856    99    0  FCK    1246
#2    B    D   55   76   55   36  6456    0  XYC    6678

根据 OP 对其他 post 关于删除用于 sum 的列的评论，我们可以修改函数

fSumN <- function(dat, pat){
  pat <- quo_name(enquo(pat))
  newN <- paste0(pat, "_sum")
  newSum <- dat %>%
            select(matches(pat)) %>%
            reduce(`+`)
  dat %>%
       select(-matches(pat)) %>%
       mutate(!!newN :=  newSum)
}

fSumN(df1, AUS)
#     VAR1 VAR2 VAR3 VAR4 AUS_sum
#1    A    D    0  FCK    1246
#2    B    D    0  XYC    6678

数据

df1 <- structure(list(VAR1 = c("A", "B"), VAR2 = c("D", "D"), AUS1 = c(23L, 
55L), AUS2 = c(234L, 76L), AUS3 = c(34L, 55L), AUS4 = c(856L, 
36L), AUS56 = c(99L, 6456L), VAR3 = c(0L, 0L), VAR4 = c("FCK", 
"XYC")), .Names = c("VAR1", "VAR2", "AUS1", "AUS2", "AUS3", "AUS4", 
 "AUS56", "VAR3", "VAR4"), class = "data.frame", row.names = c(NA, 
-2L))

Answer 3

在基数 R 中：

df$AUS <- rowSums(df[,grep('AUS', names(df))])

以列名为条件的行和

Rowsums conditional on column name

r

rowsum

dplyr

数据