Вычислить построчное количество в подмножествах столбцов в dplyr

Я хочу подсчитать количество экземпляров некоторой строки текста (или уровня фактора) в подмножестве столбцов с помощью dplyr.

Вот ввод:

> input_df
  num_col_1 num_col_2 text_col_1 text_col_2
1         1         4        yes        yes
2         2         5         no        yes
3         3         6         no       <NA>

И вот желаемый результат:

> output_df
  num_col_1 num_col_2 text_col_1 text_col_2 sum_yes
1         1         4        yes        yes       2
2         2         5         no        yes       1
3         3         6         no       <NA>       0

В sum_yes мы подсчитали количество «да» в этой строке.

Я пробовал два метода:

Попытка решения 1:

text_cols = c("text_col_1","text_col_2")
df = input_df %>% mutate(sum_yes = rowSums( select(text_cols) == "yes" ), na.rm = TRUE)

Ошибки с:

Error in mutate_impl(.data, dots) : 
  Evaluation error: no applicable method for 'select_' applied to an object of class "character".

Попытка решения 2:

text_cols = c("text_col_1","text_col_2")
df = input_df %>% select(text_cols) %>% rowsum("yes", na.rm = TRUE)

Ошибки с:

Error in rowsum.data.frame(., "yes", na.rm = TRUE) : 
  incorrect length for 'group'
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
3
0
2 120
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий
  1. Мы можем использовать mutate и взять сумму «да» для каждой строки.
library(dplyr)    
df %>%  mutate(sum_yes = rowSums(.[text_cols] == "yes"))

#   num_col_1 num_col_2 text_col_1 text_col_2 sum_yes
#*     <int>     <int> <fct>      <fct>        <int>
#1         1         4 yes        yes              2
#2         2         5 no         yes              1
#3         3         6 no         <NA>             0

На основе ответа это.

  1. rowwise с c_across:
df %>%
  rowwise() %>%
  mutate(sum_yes = sum(c_across(all_of(text_cols)) == "yes"))
  1. do с rowwise
df %>%
  rowwise() %>%
  do((.) %>% as.data.frame %>% 
  mutate(sum_yes = sum(.= = "yes")))
  1. без do и rowwise
df %>%
 select(text_cols) %>%
 mutate(sum_yes = rowSums(. == "yes")) 
  1. В базовом R это на самом деле проще
df$sum_yes <- rowSums(df[text_cols] == "yes")

Я хочу работать только с подмножеством столбцов, не будет ли базовый ответ R работать со ВСЕМИ столбцами?

RNs_Ghost 10.08.2018 11:28

@RNs_Ghost вы можете выбрать столбцы по вашему выбору. Обновил ответ.

Ronak Shah 10.08.2018 11:30

привет ребята, как я могу сделать то же самое, но заменить rowSums новейшим dplyr c_across? - Я не могу заставить его работать!

JPV 19.02.2021 00:54

@JPV См. Второй пункт в моем обновленном ответе.

Ronak Shah 19.02.2021 02:25

Мы также можем использовать reduce с map

library(tidyverse)
df %>% 
  select(text_cols) %>% 
  map(~ .x == "yes" & !is.na(.x)) %>% 
              reduce(`+`) %>%
  bind_cols(df, sum_yes = .)
#   num_col_1 num_col_2 text_col_1 text_col_2 sum_yes
#1         1         4        yes        yes       2
#2         2         5         no        yes       1
#3         3         6         no       <NA>       0

Другие вопросы по теме