如何在dplyr中执行向量/行总和（逐元素）？ [英] How to do vector/row sum (element by element) in dplyr?

问题描述

如何在 dplyr 中进行向量求和（即行和，逐个元素）。

How to do vector sum (i.e. row sum, element by element) in dplyr.

要使用的数据：

> dt <- ggplot2::diamonds[1:3,5:10]  
   depth table price     x     y     z
1:  61.5    55   326  3.95  3.98  2.43
2:  59.8    61   326  3.89  3.84  2.31
3:  56.9    65   327  4.05  4.07  2.31

我想添加一列 Total 到 dt ，这将等于列的元素与元素之和 cols<-3：5

I'd like to add a column Total to the dt which will be equal to element by element sum of columns" cols <- 3:5

NB1：我知道如何在data.table中执行此操作： dt [，Total：= rowSums（.SD），.SDcols = cols]

NB1: I know how to do it in data.table: dt [ , Total:= rowSums(.SD), .SDcols=cols]

NB2：在dplyr中，我们可以这样做： dt％>％mutate（Total = x + y + z）。但是如何以与列名无关的方式 cols = 3：5 （或对于 cols = 3：5000 ）？

NB2: In dplyr, we can do: dt %>% mutate(Total=x+y+z). But how to do it in column-name agnostic waycols=3:5 (or for cols=3:5000 ) ?

PS。最初在此处提出此问题：如何在data.table和dplyr中执行向量/行总和（逐元素）？，但是在被回答之前，有人将其关闭为Duplicate。

PS. This question was originally asked here: How to do vector/row sum (element by element) in data.table and dplyr?, but was closed by someone as Duplicate before it was answered.

推荐答案

dplyr 选项将使用 c_across（）或 rowSums（）和 mutate（）：

选项1：

library(dplyr)
#Data
dt <- ggplot2::diamonds[1:3,5:10] 

#Option 1
dt %>% rowwise() %>%
  mutate(sumVar = sum(c_across(price:y)))

输出：

# A tibble: 3 x 7
# Rowwise: 
  depth table price     x     y     z sumVar
  <dbl> <dbl> <int> <dbl> <dbl> <dbl>  <dbl>
1  61.5    55   326  3.95  3.98  2.43   334.
2  59.8    61   326  3.89  3.84  2.31   334.
3  56.9    65   327  4.05  4.07  2.31   335.

选项2：

#Option 2
dt %>% mutate(sumVar = rowSums(.[3:5]))

输出：

# A tibble: 3 x 7
  depth table price     x     y     z sumVar
  <dbl> <dbl> <int> <dbl> <dbl> <dbl>  <dbl>
1  61.5    55   326  3.95  3.98  2.43   334.
2  59.8    61   326  3.89  3.84  2.31   334.
3  56.9    65   327  4.05  4.07  2.31   335.

这篇关于如何在dplyr中执行向量/行总和（逐元素）？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！