R以相似字符串开头的不同列组的行总和

Question

我是R的新手，第一次敢在这里提问。

我正在使用李克特量表的数据集，我想对共享名称中第一个字符串的不同列组进行行求和。

下面我构建了一个只有 2 行的数据框来说明我采用的方法，但我希望收到有关如何编写更有效的方法的反馈。

df <- as.data.frame(rbind(rep(sample(1:5),4),rep(sample(1:5),4)))

var.names <- c("emp_1","emp_2","emp_3","emp_4","sat_1","sat_2"
           ,"sat_3","res_1","res_2","res_3","res_4","com_1",
           "com_2","com_3","com_4","com_5","cap_1","cap_2",
           "cap_3","cap_4")

names(df) <- var.names

所以，我所做的是使用 grep 函数，以便能够对以特定字符串开头的指定变量的行求和，并将它们存储在新变量中。但是我必须为每个变量写一行新代码。

df$emp_t <- rowSums(df[, grep("\bemp.", names(df))])
df$sat_t <- rowSums(df[, grep("\bsat.", names(df))])
df$res_t <- rowSums(df[, grep("\bres.", names(df))])
df$com_t <- rowSums(df[, grep("\bcom.", names(df))])
df$cap_t <- rowSums(df[, grep("\bcap.", names(df))])

但是数据集中有更多的变量，我想知道是否有一种方法只用一行代码就可以做到这一点。例如，一些方法将以相同字符串开头的变量组合在一起，然后应用行函数。

提前致谢！

Answer 1

一种可能的解决方案是转置 df 并使用基本 R rowsum 函数（使用 set.seed(123)）

计算正确列的总和

cbind(df, t(rowsum(t(df), sub("_.*", "_t", names(df)))))
#   emp_1 emp_2 emp_3 emp_4 sat_1 sat_2 sat_3 res_1 res_2 res_3 res_4 com_1 com_2 com_3 com_4 com_5 cap_1 cap_2 cap_3 cap_4 cap_t
# 1     2     4     5     3     1     2     4     5     3     1     2     4     5     3     1     2     4     5     3     1    13
# 2     1     3     4     2     5     1     3     4     2     5     1     3     4     2     5     1     3     4     2     5    14
#   com_t emp_t res_t sat_t
# 1    15    14    11     7
# 2    15    10    12     9

Answer 2

同意 MrFlick 的观点，您可能希望以长格式放置数据（参见 reshape2、tidyr），但要回答您的问题：

cbind(
  df, 
  sapply(split.default(df, sub("_.*$", "_t", names(df))), rowSums)
)

会成功的

Answer 3

如果您将数据放入 tidy format 中，那么在长期运行中您会过得更好。问题是数据是宽格式而不是长格式。而变量名，例如 emp_1，实际上是两个独立的数据：人的 class 和人的身份证号码（或类似的东西）。这是解决 dplyr 和 tidyr 问题的方法。

library(dplyr)
library(tidyr)
df %>% 
  gather(key, value) %>% 
  extract(key, c("class", "id"), "([[:alnum:]]+)_([[:alnum:]]+)") %>% 
  group_by(class) %>% 
  summarize(class_sum = sum(value))

首先我们使用 gather() 将数据帧从宽格式转换为长格式。然后我们将值 emp_1 拆分为单独的列 class 和 id 以及 extract()。最后，我们按 class 分组并对每个 class 中的值求和。结果：

Source: local data frame [5 x 2]

  class class_sum
1   cap        26
2   com        30
3   emp        23
4   res        22
5   sat        19

Answer 4

另一种可能的解决方案是使用 dplyr R rowwise 函数。 https://www.tidyverse.org/blog/2020/04/dplyr-1-0-0-rowwise/

df %>% 
  rowwise() %>%
  mutate(emp_sum = sum(c_across(starts_with("emp"))), 
         sat_sum = sum(c_across(starts_with("sat"))),
         res_sum = sum(c_across(starts_with("res"))), 
         com_sum = sum(c_across(starts_with("com"))),
         cap_sum = sum(c_across(starts_with("cap"))))

R以相似字符串开头的不同列组的行总和

R sum of rows for different group of columns that start with similar string

r

rowsum