我有一个数据集,我想计算每个参与者对某些列的参与率(非 NA 数/总列数)。实际数据集有许多我想忽略的列。
为此,假设我只想知道项目和分数列(5 列)中的参与率,忽略姓名和电子邮件列。此代码有效:
library(tidyverse)
data <- tibble(name = c("Corey", "Sibley", "Justin"),
item_1 = c(1, 2, NA),
item_2 = c(1, NA, NA),
item_3 = c(2, NA, NA),
item_4 = c(3, 2, NA),
score = c(NA,NA, 1),
email = c("on file", "on file", "on file"))
data %>%
mutate(part_rate = rowSums(!is.na(select(., -c(name, email))))/5 * 100)
但是,在真实数据集中,不同的参与者有不同的分母(5),所以我想列出仅排除/包含一次的列。我尝试了这个,但它不起作用:
columns_to_exclude <- c("email", "name")
data %>%
mutate(part_rate = rowSums(!is.na(select(., !%in% columns_to_exclude)))/5 * 100)
有什么方法可以在此选择中使用 in 运算符,这样我就可以避免多次复制和粘贴相同的列来排除?
谢谢!
最佳答案
我们可以在select
中使用-
library(dplyr)
data %>%
mutate(part_rate = rowSums(!is.na(select(., -columns_to_exclude)))/5 * 100)
关于r - 在 R 中的 select 操作符中使用 %in%,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62179979/