在dplyr中使用mutate（）时，如何在不键入所有名称的情况下创建一个新列作为总和或均值或行中的几个单元格？

Question

假设表中有120列，最后100列是“week1”、“week2”、…“week 100”。我可以创建一个新列并使其等于100周的平均值吗？

我尝试了＜code＞mutate（table，mean_value＝mean（num_range（“week”，1:100）），但它不起作用。

提前感谢。

Answer 1

它不完全适合管道，但如何：

weekdata <- select(table,week1:week100)
table %>% mutate(meanval=rowMeans(weekdata))

?

Answer 2

我认为有两种方法可以做到这一点。对于这两者，假设您的数据如下所示:

df = data_frame(var1 = rnorm(10), 
            var2 = rnorm(10), 
            othervar1 = rnorm(10), 
            othervar2 = rnorm(10),
            othervar3 = rnorm(10))

并且我们想要计算名称中具有字符串“othervar”的变量的平均值：

to_aggregate = names(df)[grepl("othervar", names(df))]

方法1：NSE

最优雅的解决方案可能是使用非标准评估。首先，我们创建平均值公式:

agg_formula = as.formula(paste0(" ~ mean(c(", paste0(to_aggregate, collapse = ", "), "))"))

这将动态创建平均值的公式:~(other var 1 other var 2 other var 3)/3。然后，我们可以使用dplyr逐行执行，并应用公式:

df %>% 
  mutate(tmp_ID = row_number()) %>% 
  group_by(tmp_ID) %>% 
  mutate_(.dots = setNames(list(agg_formula), 'res')) %>% 
  mutate(check_res = (othervar1 + othervar2 + othervar3) / 3) %>% 
  ungroup()

      var1       var2  othervar1   othervar2   othervar3 tmp_ID         res   check_res
     (dbl)      (dbl)      (dbl)       (dbl)       (dbl)  (int)       (dbl)       (dbl)
1  -0.32615666  0.4713765 -0.3915121 -1.06072106  0.09051817      1 -0.45390498 -0.45390498
2   0.57071669  1.3189079  0.8762870 -2.00557762 -0.44993910      2 -0.52640991 -0.52640991
3   0.24825279 -0.9491394 -2.1563560 -0.01378413 -0.22521368      3 -0.79845126 -0.79845126
4  -1.80198808 -2.2495440 -1.1170833  0.50966421 -0.56381476      4 -0.39041128 -0.39041128 

方法二：熔化

第二种方法不太漂亮（在我看来），它首先融化了数据帧：

library(reshape2)
df %>% 
   mutate(tmp_ID = row_number()) %>% 
   select(tmp_ID, contains("othervar")) %>% 
   melt(id.vars = "tmp_ID") %>% 
   group_by(tmp_ID) %>% 
   summarize(res = mean(value))

tmp_ID         res
(int)       (dbl)
1       1 -0.45390498
2       2 -0.52640991
3       3 -0.79845126
4       4 -0.39041128

如果需要，您可以使用left_join和“tmp_ID”作为键将原始数据连接回。