R / tidyverse：计算各行的标准偏差 [英] R/tidyverse: calculating standard deviation across rows

问题描述

说我有以下数据：

colA <- c("SampA", "SampB", "SampC")
colB <- c(21, 20, 30)
colC <- c(15, 14, 12)
colD <- c(10, 22, 18)
df <- data.frame(colA, colB, colC, colD)
df
#    colA colB colC colD
# 1 SampA   21   15   10
# 2 SampB   20   14   22
# 3 SampC   30   12   18

我要获取行的意思

我可以按以下方式计算rowMeans：

I can calculate the rowMeans as follows:

library(dplyr)
df %>% select(., matches("colB|colC|colD")) %>% mutate(rmeans = rowMeans(.))
#   colB colC colD   rmeans
# 1   21   15   10 15.33333
# 2   20   14   22 18.66667
# 3   30   12   18 20.00000

但是当我尝试使用 sd（）计算标准偏差时，会引发错误。 / p>

But when I try to calculate the standard deviation using sd(), it throws up an error.

df %>% select(., matches("colB|colC|colD")) %>% mutate(rsds = sapply(., sd(.)))
Error in is.data.frame(x) : 
  (list) object cannot be coerced to type 'double'

所以我的问题是：如何在此处计算标准偏差？

So my question is: how do I calculate the standard deviations here?

编辑：我尝试将 sapply（）与 sd（）已在此处阅读了第一个答案。

I tried sapply() with sd() having read the first answer here.

其他编辑：不一定要寻找整洁的解决方案（基数R也可以用）。

Additional edit: not necessarily looking for a 'tidy' solution (base R also works just fine).

推荐答案

尝试一下（使用），与 rowSds 来自 matrixStats 包中，

Try this (using), withrowSds from the matrixStats package,

library(dplyr)
library(matrixStats)

columns <- c('colB', 'colC', 'colD')

df %>% 
  mutate(Mean= rowMeans(.[columns]), stdev=rowSds(as.matrix(.[columns])))

返回

   colA colB colC colD     Mean    stdev
1 SampA   21   15   10 15.33333 5.507571
2 SampB   20   14   22 18.66667 4.163332
3 SampC   30   12   18 20.00000 9.165151

您的数据

colA <- c("SampA", "SampB", "SampC")
colB <- c(21, 20, 30)
colC <- c(15, 14, 12)
colD <- c(10, 22, 18)
df <- data.frame(colA, colB, colC, colD)
df

这篇关于R / tidyverse：计算各行的标准偏差的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！