我找到了一个很好的解决方案来解决我遇到的问题,我想创建一个新列来计算此处相应行中所有单元格的平均值:
https://stackoverflow.com/a/33438918/12744116
数据确实不整洁,但我在下面复制的解决方案可以完成工作:
data %>%
rowwise() %>%
mutate(c=mean(c(a,b)))
# id a b c
# (dbl) (dbl) (dbl) (dbl)
# 1 101 1 2 1.5
# 2 102 2 2 2.0
# 3 103 3 2 2.5
但是,与这个更简单的示例不同,我有太多的列无法命名。我想知道是否有任何方法可以使用切片符号快速引用列(即,而不是 c(a, b),如 2:3)或通过索引引用列的其他方式。
我在另一个 Stack Overflow 线程中发现了类似的内容 here ,但该解决方案有其自身的问题,因为我们列出了所有列索引而不是列名称。我的列太多了,无法为每个计算列出所有列。
有什么解决办法吗?
编辑:我自己想出了一个办法,但我觉得它太不优雅了,我相信我可能会为每一行提取整个列,这显然是一个比预计:
data %>%
mutate(id = row_number()) %>%
rowwise() %>%
mutate(avg = mean(c(.[id, 2:4], recursive=TRUE)))
有更快的解决方案吗?
最佳答案
你可以这样做:
df %>%
mutate(c = rowMeans(select(., 2:3)))
id a b c
1 101 1 2 1.5
2 102 2 2 2.0
3 103 3 2 2.5
或者:
df %>%
mutate(c = rowMeans(select(., 2:length(.))))
关于r - dplyr - 使用列索引而不是列名称将列输入到 rowwise(),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59961212/