Tibble数据类型的Rowwise求和 [英] Rowwise summation for Tibble datatype

问题描述

我有一个Tibble，我注意到 dplyr :: rowwise（）和 sum（）不行。我知道这个主题有很多线索，我有2到3个解决方案，但我不太明白为什么 rowwise（）和 sum（）不起作用

所以，我的问题是：为什么不组合 rowwise（）和 sum（）工作，我们可以做些什么来使其工作？我是初学者，所以我相信我在下面的代码中做错了。

数据：

  dput（data）
结构（list（Fiscal.Year = c（2016L，2016L，2016L，2016L，2016L，
 2016L， 2016L，2016L，2016L，2016L），col1 = c（0,26613797.764311，
 0,12717073.587292,0,0,0,0,0,0），col2 = c（0,0,0,0， col3 = c（0,0,33251606.347943，
 0,25082683.4492186,0,17337191.3014127,0,0,0），col4 = c（...），col4 = c（0，0，33251606.347943，
 0,25082683.4492186,0,17337191.3014127,0,0,0）0,0483606.8417117,0,0,0） 0，
 0，0，0，0，0，0，0，0，0），col5 = c（0，0，0，0，0，0，0，0，
 0 ，9796823.229998），col6 = c（35822181.695755,17475066.870565，
 0,0,0,0,4040695.327278,0,13117249.623068,0），col7 = c（0，
 0,0,0,0 ，18347258.910001,0,0,7002205.087399,0），NoTrans = c（2987L，
 1292L，1002L，796L，691L，677L，400L，388L，381L，366L）），Names = c ，
col1，col2，col3，col4，col5，col6，col7，NoTrans
） name = c（NA， -10L），class = c（tbl_df，tbl，data.frame
））
  

此代码无效：

  data％>％＃否
 dplyr :: rowwise（）％>％
 dplyr :: mutate（sum = sum（。[2：8]））
  

---

只是为了参考，我已经尝试了以下代码集，他们工作。我专门寻找一个使用 rowwise（）和 sum（）的解决方案。

选项1：
讨论于：总结所有列

  data％>％
 dplyr :: rowwise（）％>％
 do（data.frame（。，res = sum（unlist（。）[2：8]）））
  / pre> 
 
 
 选项2： 
  rowSums（data [，2：8]）
  
 选项3： 
讨论于：如何使用列索引与dplyr对所选列进行横向求和？ 
  data％>％mutate sum = Reduce（+，。[2：8]））
  
 选项4 ： 
 数据％>％
 select（2：8）％>％
 dplyr :: mutate（sum = rowSums（。））
  
 
 
解决方案
这些列看起来可疑，就像观察.... 
 
如果是这样，整理数据框会使数据争吵明显更容易。
 
 
 
这是否为您提供了您正在寻求的答案？
  data％>％
 gather（key = col，val = revenue，`col1`：`col7`）％>％
 group_by（Fiscal.Year，No.Trans）％ >％
 summaryize（res = sum（revenue））
 
来源：本地数据框[10 x 3] 
组：Fiscal.Year [？] 
 
 Fiscal.Year No.Trans res 
< int> < INT> < DBL> 
 1 2016 366 9796823 
 2 2016 381 20119455 
 3 2016 388 0 
 4 2016 400 32861493 
 5 2016 677 18347259 
 6 2016 691 34052101 
 7 2016 796 12717074 
 8 2016 1002 33251606 
 9 2016 1292 44088865 
 10 2016 2987 35822182 
  
为了真正顺利的思考，请仔细阅读 here 。他在演讲中讨论的功能已经更新，但Hadl​​ey做了一个很好的工作，教授这个主题：通过教学链接，因为它是。
 
 
 
可以找到更新的功能在他的 ggplot2 书籍这里一>。 
 
I have a Tibble, and I have noticed that a combination of dplyr::rowwise() and sum() doesn't work. I know there are many threads on this topic, and I have got 2 to 3 solutions, but I am not quite why the combination of rowwise() and sum() doesn't work. 

So, my question is : why doesn't a combination of rowwise() and sum() work AND what can we do to make it work? I am a beginner so I believe that I am doing something wrong in the below code.

Data:
dput(data)
structure(list(Fiscal.Year = c(2016L, 2016L, 2016L, 2016L, 2016L, 
2016L, 2016L, 2016L, 2016L, 2016L), col1 = c(0, 26613797.764311, 
0, 12717073.587292, 0, 0, 0, 0, 0, 0), col2 = c(0, 0, 0, 0, 8969417.89721166, 
0, 11483606.8417117, 0, 0, 0), col3 = c(0, 0, 33251606.347943, 
0, 25082683.4492186, 0, 17337191.3014127, 0, 0, 0), col4 = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0), col5 = c(0, 0, 0, 0, 0, 0, 0, 0, 
0, 9796823.229998), col6 = c(35822181.695755, 17475066.870565, 
0, 0, 0, 0, 4040695.327278, 0, 13117249.623068, 0), col7 = c(0, 
0, 0, 0, 0, 18347258.910001, 0, 0, 7002205.087399, 0), No.Trans = c(2987L, 
1292L, 1002L, 796L, 691L, 677L, 400L, 388L, 381L, 366L)), .Names = c("Fiscal.Year", 
"col1", "col2", "col3", "col4", "col5", "col6", "col7", "No.Trans"
), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"
))
This code doesn't work:
data %>%  #No
        dplyr::rowwise() %>%
        dplyr::mutate(sum = sum(.[2:8]))




Just for reference, I have tried the following set of code, and they work. I am specifically looking for a solution that uses rowwise() and sum().

Option 1: 
Discussed at: Summarise over all columns
  data %>%
    dplyr::rowwise() %>%
    do(data.frame(., res = sum(unlist(.)[2:8])))
Option 2:
  rowSums(data[,2:8])
Option 3:
Discussed at:How to do rowwise summation over selected columns using column index with dplyr?
  data %>% mutate(sum=Reduce("+",.[2:8]))
Option 4:
data %>%
        select(2:8)%>%
        dplyr::mutate(sum=rowSums(.))

解决方案
Those columns look suspiciously like observations....

If so, tidying that dataframe up would make the data wrangling significantly easier.

Does this get you the answers you are seeking?
data %>%
    gather(key = col, val = revenue, `col1`:`col7`) %>%
    group_by(Fiscal.Year, No.Trans) %>%
    summarise(res = sum(revenue))

Source: local data frame [10 x 3]
Groups: Fiscal.Year [?]

   Fiscal.Year No.Trans      res
         <int>    <int>    <dbl>
1         2016      366  9796823
2         2016      381 20119455
3         2016      388        0
4         2016      400 32861493
5         2016      677 18347259
6         2016      691 34052101
7         2016      796 12717074
8         2016     1002 33251606
9         2016     1292 44088865
10        2016     2987 35822182
For a really smooth introduction to thinking tidily please try here. The functions he discusses in the presentation have been updated, but Hadley does a great job teaching the subject: through pedagogical chaining, as it were.

The updated functions can be found in his ggplot2 book here. 

                        
这篇关于Tibble数据类型的Rowwise求和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！