[英]Applying function to every row using a range of columns (R)
我的数据包含连续的列V1-V1998,而在这些列的任一侧都有其他列。 我想计算此1998列范围内的行的偏度。
这是我尝试的代码:
ND2a <- NoDup2 %>%
rowwise() %>%
mutate(skew2 = skewness(V1:V1998))
这将创建一个名为skew2的新列,但是不会计算偏斜度,而是用“ NaN”填充该列。 有谁知道为什么会这样吗?
我正在使用“时刻”包中的偏度。
我的数据看起来像这样
Data V1 V2 V3 ..... V1998 ....
Acaricomes phytoseiuli 0.01 0.0 0.002 0.03
Acetivibrio cellulolyticus 0.005 0.002 0.011 0.04
Acetobacter aceti 0.001 0.003 0.004 0.0
你可以做:
library(e1071)
# get column names
cols <- paste0('V', seq(1,1998,1))
# apply function on selected columns
NoDup2$skew_value <- apply(NoDup2[,cols], 1, skewness)
这样,我们就可以计算给定数据集中所有列的每一行的偏斜度。
我会尝试,但要取决于您以后要做什么。
library(tidyverse)
iris %>%
gather(key, value, -Species) %>%
group_by(Species) %>%
mutate(skew2=moments::skewness(value)) %>%
slice(1:2)
# A tibble: 6 x 4
# Groups: Species [3]
Species key value skew2
<fct> <chr> <dbl> <dbl>
1 setosa Sepal.Length 5.10 0.146
2 setosa Sepal.Length 4.90 0.146
3 versicolor Sepal.Length 7.00 0.157
4 versicolor Sepal.Length 6.40 0.157
5 virginica Sepal.Length 6.30 0.128
6 virginica Sepal.Length 5.80 0.128
我使用了iris
数据,因为它是一个更可重现的示例。 这个想法是gather
数据。 然后进行分组和计算。 之后,您可以再次spread
数据。 要获取每行的偏斜度,可以使用:
iris %>%
gather(key, value, -Species) %>%
group_by(Species) %>%
summarise(skew2=moments::skewness(value))
# A tibble: 3 x 2
Species skew2
<fct> <dbl>
1 setosa 0.146
2 versicolor 0.157
3 virginica 0.128
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.