使用“mutate_”按行对一组列求和

Question

在这篇博文中，保罗·希姆斯特拉展示了如何使用 dplyr：：mutate_来总结两列。复制/粘贴相关部件：

library(lazyeval)
f = function(col1, col2, new_col_name) {
    mutate_call = lazyeval::interp(~ a + b, a = as.name(col1), b = as.name(col2))
    mtcars %>% mutate_(.dots = setNames(list(mutate_call), new_col_name))
}

允许一个人做:

head(f('wt', 'mpg', 'hahaaa'))

太好了！

我接着问了一个问题（见评论），如何将其扩展到100列，因为（对我来说）不太清楚如何在不使用上述方法键入所有名称的情况下做到这一点。保罗很友好地纵容了我，并提供了这个答案（谢谢！）：

# data
df = data.frame(matrix(1:100, 10, 10))
names(df) = LETTERS[1:10]

# answer
sum_all_rows = function(list_of_cols) {
  summarise_calls = sapply(list_of_cols, function(col) {
    lazyeval::interp(~col_name, col_name = as.name(col))
  })
  df %>% select_(.dots = summarise_calls) %>% mutate(ans1 = rowSums(.))
}
sum_all_rows(LETTERS[sample(1:10, 5)])

我想在以下几点上改进这个答案：

>

其他栏目都没有了，我想留下它们。

它使用＜code＞rowSums（）

另外，我不确定是否鼓励在非 do（） 动词中使用 .因为突变（）中的 .在与 group_by（） 一起使用时似乎并不仅仅适应这些行。

最重要的是，如何使用＜code＞mutate_（）

我找到了这个答案，它解决了第1点，但不幸的是，dplyr答案都使用了rowSums（），以及mutate（）。

PS：我刚刚阅读了Hadley在那个答案下的评论。IIUC，“通过总和重塑到宽形式的重塑到长形式组”是这些类型操作的推荐dplyr方法吗？




Answer 1

这里有一个不同的方法:

library(dplyr); library(lazyeval)
f <- function(df, list_of_cols, new_col) {
  df %>% 
    mutate_(.dots = ~Reduce(`+`, .[list_of_cols])) %>% 
    setNames(c(names(df), new_col))
}

head(f(mtcars, c("mpg", "cyl"), "x"))
#   mpg cyl disp  hp drat    wt  qsec vs am gear carb    x
#1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4 27.0
#2 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4 27.0
#3 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1 26.8
#4 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1 27.4
#5 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2 26.7
#6 18.1   6  225 105 2.76 3.460 20.22  1  0    3    1 24.1

关于您的观点:

• 保留其他列。
• 它不使用行和
• 您在这里特别要求行操作，所以我还不确定group_by在使用时会有什么危害 内部mutate/mutate_
• 它使用＜code＞mutate_