这与这个问题有些相关:question:
原则上,我试图理解如何在应用多个函数(例如
mean()
,sum()
,min()
等)的情况下通过mutate
进行跨多列的rowwise
操作。
我已经学到,across
可以完成这项工作,而不是c_across
。
我了解到函数mean()
和函数min()
不同之处在于mean()
不能在数据框上工作,我们需要将其更改为向量,这可以通过unlist或as.matrix完成——从Ronak ShahhereUnderstanding rowwise() and c_across()学到。
现在,对于我的实际情况:我能够完成这个任务,但我失去了一个列d
。在此情况下如何避免丢失列d
。
我的df:df <- structure(list(a = 1:5, b = 6:10, c = 11:15, d = c("a", "b",
"c", "d", "e"), e = 1:5), row.names = c(NA, -5L), class = c("tbl_df",
"tbl", "data.frame"))
不起作用:
df %>%
rowwise() %>%
mutate(across(a:e),
avg = mean(unlist(cur_data()), na.rm = TRUE),
min = min(unlist(cur_data()), na.rm = TRUE),
max = max(unlist(cur_data()), na.rm = TRUE)
)
# Output:
a b c d e avg min max
<int> <int> <int> <chr> <int> <dbl> <chr> <chr>
1 1 6 11 a 1 NA 1 a
2 2 7 12 b 2 NA 12 b
3 3 8 13 c 3 NA 13 c
4 4 9 14 d 4 NA 14 d
5 5 10 15 e 5 NA 10 e
这样做是可行的,但我会失去d
列:
df %>%
select(-d) %>%
rowwise() %>%
mutate(across(a:e),
avg = mean(unlist(cur_data()), na.rm = TRUE),
min = min(unlist(cur_data()), na.rm = TRUE),
max = max(unlist(cur_data()), na.rm = TRUE)
)
a b c e avg min max
<int> <int> <int> <int> <dbl> <dbl> <dbl>
1 1 6 11 1 4.75 1 11
2 2 7 12 2 5.75 2 12
3 3 8 13 3 6.75 3 13
4 4 9 14 4 7.75 4 14
5 5 10 15 5 8.75 5 15
c(...)
吗? - TarJaepurrr
没有问题,那就再好不过了。+1。 - AnilGoyal