如何使用 dplyr r 为 grouped_tbl 中的 select 列改变行均值的新列？

Question

我的大数据集中有一个分组数据框，其中包含约 800 列和约 250 万条记录。我正在尝试创建一个行均值列，每个列仅包含 5-10 列，但不确定为什么，我一直将 NA 作为所有行的均值。

这是我的尝试：

clean_bmk <- clean_bmk %>% 
                rowwise() %>%
                mutate(
                       BMK_Mean_Strategic = mean(!!strategic, na.rm = T),
                       BMK_Mean_DiffChange = mean(!!diffchange, na.rm = T),
                       BMK_Mean_Failure = mean(!!failure, na.rm = T),
                       BMK_Mean_Narrow = mean(!!narrow, na.rm = T),
                       BMK_R1_Performance = mean(!!performance_vars, na.rm=T),
                       BMK_R2_Promotion = mean(!!promote_vars, na.rm=T),
                       BMK_R3_Derail = mean(!!derail_vars, na.rm=T))


class(clean_bmk)
[1] "grouped_df" "tbl_df"     "tbl"        "data.frame"

当我这样做时，所有突变的列都是 NA。但是，以下工作：

clean_bmk$Strategic_Mean <- rowMeans(clean_bmk[,strategic], na.rm=T)

不知道为什么，我怎样才能创建一个函数，这样我只能发送包含列名的变量列表，并改变数据框中的列？

例如：

strategic <- c("column1", "column15", "column27")

与其他变量类似，如 diffchange、failure 等

我尝试dput(clean_bmk)与您分享数据，但由于数据集很大，我无法获取。我猜是因为它是 grouped_df，我无法使用 [[ 或 sample() 数据集。

Answer 1

使用 rowwise 效率低下，更好的选择是 rowMeans 在 select 感兴趣的列

之后

library(dplyr)
clean_bmk %>% 
    ungroup %>%
    mutate(
      BMK_Mean_Strategic = rowMeans(select(., strategic),  na.rm = TRUE),
       BMK_Mean_DiffChange = rowMeans(select(., diffchange), na.rm = TRUE),
       BMK_Mean_Failure = rowMeans(select(., failure), na.rm = TRUE),
       BMK_Mean_Narrow = rowMeans(select(., narrow), na.rm = TRUE),
       BMK_R1_Performance = rowMeans(select(., performance_vars), na.rm=TRUE),
       BMK_R2_Promotion = rowMeans(select(., promote_vars), na.rm=TRUE),
       BMK_R3_Derail = rowMeans(select(., derail_vars), na.rm=TRUE))

使用可重现的例子

data(mtcars)
#v1 <- c('mpg', 'disp')
mtcars %>%
   transmute(newMean = rowMeans(select(., v1), na.rm = TRUE)) %>%
   head  
#                  newMean
#Mazda RX4           90.50
#Mazda RX4 Wag       90.50
#Datsun 710          65.40
#Hornet 4 Drive     139.70
#Hornet Sportabout  189.35
#Valiant            121.55

如何使用 dplyr r 为 grouped_tbl 中的 select 列改变行均值的新列？

How to mutate a new column with row means for select columns in grouped_tbl using dplyr r?

aggregate

r

grouped-table

dplyr