Tổng trên nhiều cột với dplyr

Question

Câu hỏi của tôi bao gồm tổng hợp các giá trị trên nhiều cột của một khung dữ liệu và tạo cột mới tương ứng với tổng kết này bằng cách sử dụng dplyr. Các mục dữ liệu trong các cột là nhị phân (0,1). Tôi đang nghĩ về một tương tự hàng khôn ngoan của hàm summarise_each hoặc mutate_each của dplyr. Dưới đây là một ví dụ tối thiểu của khung dữ liệu:

library(dplyr) 
df=data.frame(
    x1=c(1,0,0,NA,0,1,1,NA,0,1), 
    x2=c(1,1,NA,1,1,0,NA,NA,0,1), 
    x3=c(0,1,0,1,1,0,NA,NA,0,1), 
    x4=c(1,0,NA,1,0,0,NA,0,0,1), 
    x5=c(1,1,NA,1,1,1,NA,1,0,1)) 

> df 
    x1 x2 x3 x4 x5 
1 1 1 0 1 1 
2 0 1 1 0 1 
3 0 NA 0 NA NA 
4 NA 1 1 1 1 
5 0 1 1 0 1 
6 1 0 0 0 1 
7 1 NA NA NA NA 
8 NA NA NA 0 1 
9 0 0 0 0 0 
10 1 1 1 1 1 

tôi có thể sử dụng một cái gì đó như:

df <- df %>% mutate(sumrow= x1 + x2 + x3 + x4 + x5) 

nhưng điều này sẽ liên quan đến việc viết ra tên của mỗi cột. Tôi có 50 cột. Ngoài ra, tên cột thay đổi tại các lần lặp khác nhau của vòng lặp mà tôi muốn triển khai hoạt động này vì vậy tôi muốn thử tránh phải đưa ra bất kỳ tên cột nào.

Tôi làm cách nào hiệu quả nhất? Bất kỳ hỗ trợ nào sẽ được đánh giá cao.

Answer 1

Làm thế nào về

sum xuống mỗi cột

df %>% 
    replace(is.na(.), 0) %>% 
    summarise_each(funs(sum)) 

sum lên mỗi hàng

df %>% 
    replace(is.na(.), 0) %>% 
    mutate(sum = rowSums(.[1:5])) 

Answer 2

Nếu bạn muốn tổng hợp các cột nhất định, tôi muốn sử dụng một cái gì đó như thế này:

library(dplyr) 
df=data.frame(
    x1=c(1,0,0,NA,0,1,1,NA,0,1), 
    x2=c(1,1,NA,1,1,0,NA,NA,0,1), 
    x3=c(0,1,0,1,1,0,NA,NA,0,1), 
    x4=c(1,0,NA,1,0,0,NA,0,0,1), 
    x5=c(1,1,NA,1,1,1,NA,1,0,1)) 
df %>% select(x3:x5) %>% rowSums(na.rm=TRUE) -> df$x3x5.total 
head(df) 

Bằng cách này bạn có thể sử dụng cú pháp của dplyr::select.

Answer 3

Tôi sẽ sử dụng đối sánh cụm từ thông dụng để tổng hợp các biến với một số tên mẫu nhất định. Ví dụ:

df <- df %>% mutate(sum1 = rowSums(.[grep("x[3-5]", names(.))], na.rm = TRUE), 
        sum_all = rowSums(.[grep("x", names(.))], na.rm = TRUE)) 

Bằng cách này, bạn có thể tạo nhiều biến làm một nhóm biến số nhất định của khung dữ liệu.

Answer 4

Tôi gặp sự cố này thường xuyên và cách dễ nhất để thực hiện việc này là sử dụng hàm apply() trong lệnh mutate.

library(tidyverse) 
df=data.frame(
    x1=c(1,0,0,NA,0,1,1,NA,0,1), 
    x2=c(1,1,NA,1,1,0,NA,NA,0,1), 
    x3=c(0,1,0,1,1,0,NA,NA,0,1), 
    x4=c(1,0,NA,1,0,0,NA,0,0,1), 
    x5=c(1,1,NA,1,1,1,NA,1,0,1)) 

df %>% 
    mutate(sum = select(., x1:x5) %>% apply(1, sum, na.rm=TRUE)) 

Ở đây bạn có thể sử dụng bất cứ điều gì bạn muốn chọn các cột bằng cách sử dụng tiêu chuẩn dplyr thủ thuật (ví dụ starts_with() hoặc). Bằng cách thực hiện tất cả công việc trong một lệnh mutate đơn lẻ, hành động này có thể xảy ra ở bất kỳ đâu trong một luồng xử lý dplyr. Cuối cùng, bằng cách sử dụng hàm apply(), bạn có thể linh hoạt sử dụng bất kỳ tóm tắt nào bạn cần, kể cả chức năng tóm tắt được xây dựng theo mục đích của riêng bạn.

Ngoài ra, nếu ý tưởng sử dụng chức năng không gọn gàng không hấp dẫn, thì bạn có thể tập hợp các cột, tóm tắt chúng và cuối cùng kết nối lại với khung dữ liệu gốc.

df <- df %>% mutate(id = 1:n()) # Need some ID column for this to work 

df <- df %>% 
    group_by(id) %>% 
    gather('Key', 'value', starts_with('x')) %>% 
    summarise(Key.Sum = sum(value)) %>% 
    left_join(df, .) 

Ở đây tôi sử dụng starts_with() chức năng để chọn các cột và tính tổng và bạn có thể làm bất cứ điều gì bạn muốn với NA giá trị.Nhược điểm của phương pháp này là trong khi nó là khá linh hoạt, nó không thực sự phù hợp với một dòng làm sạch dữ liệu dplyr.