时间戳

首页 > 解决方案 > R 变异列代表许多其他列的平均值

r - R 变异列代表许多其他列的平均值

问题描述

我正在尝试在我的 DataFrame 中添加一个表示许多其他列的平均值的列（表示单个构造的项目）。

数据框有许多其他列，但特别是 eng1、eng2、eng3...engN 列，其中 N 是一个很大的数字，我想取所有 eng* 列的平均值并将该平均值作为新列添加到我的数据集中。

我能够使用以下代码做到这一点：

narrow_ds # ... initialization of dataframe
library(dplyr)
narrow_ds <- bind_cols(narrow_ds, (narrow_ds %>% 
select(starts_with("eng")) %>% mutate(eng=rowMeans(., na.rm=TRUE))) %>% 
select(eng))

似乎拥有 na.rm=TRUE 要求迫使我跳过一些障碍。

我的问题是是否有更直接的方法可以做到这一点？

标签： rdplyrtidyverse

解决方案

你的方向非常正确。您可以bind_cols通过调整代码来避免。此外，NA即使在rowMeans. 我已经修改了所使用的样本数据，@Tung也包括少数NAs。解决方案可以是：

选项#1：使用dplyr与 OP 类似的方法。

library(dplyr)
DF %>% mutate(eng = rowMeans(select(.,starts_with("eng")), na.rm = TRUE))

# # A tibble: 4 x 5
#      id  eng1  eng2  eng3   eng
#   <int> <dbl> <dbl> <dbl> <dbl>
# 1     1  50.0    NA  20.0  35.0
# 2     2  NA     100  10.0  55.0
# 3     3  20.0   150  80.0  83.3
# 4     4  30.0   200  40.0  90.0

选项#2：使用apply

DF$eng <- apply(DF[,grep("eng",names(DF))], 1, mean, na.rm = TRUE)

DF
# # A tibble: 4 x 5
#      id  eng1  eng2  eng3   eng
#    <int> <dbl> <dbl> <dbl> <dbl>
# 1     1  50.0    NA  20.0  35.0
# 2     2  NA     100  10.0  55.0
# 3     3  20.0   150  80.0  83.3
# 4     4  30.0   200  40.0  90.0

样本数据：

DF = data_frame(id = 1:4,
                eng1 = c(50, NA, 20, 30), 
                eng2 = c(NA, 100, 150, 200), 
                eng3 = c(20, 10, 80, 40))

推荐阅读