[英]Writing function that calculates rowwise mean for subset of columns and creates column name
我想把这行代码变成function:
mutate(var_avg = rowMeans(select(., starts_with("var"))))
它适用于 pipe:
df <- read_csv("var_one,var_two,var_three
1,1,1
2,2,2
3,3,3")
df %>% mutate(var_avg = rowMeans(select(., starts_with("var"))))
># A tibble: 3 x 4
> var_one var_two var_three var_avg
> <dbl> <dbl> <dbl> <dbl>
>1 1 1 1 1
>2 2 2 2 2
>3 3 3 3 3
这是我的尝试(我是编写函数的新手):
colnameMeans <- function(x) {
columnname <- paste0("avg_",x)
mutate(columnname <- rowMeans(select(., starts_with(x))))
}
它不起作用。
df %>% colnameMeans("var")
>Error in colnameMeans(., "var") : unused argument ("var")
我有很多要学习的功能,我不知道从哪里开始解决这个问题。 任何帮助将非常感激。 请注意,这是一个简化的示例。 在我的真实数据中,我有几个列前缀,我想计算每个列的逐行平均值。 编辑:能够同时为多个前缀运行 function 将是一个奖励。
如果我们需要在赋值的 lhs 上指定列名,请使用:=
并评估 ( !!
) 字符串。 <-
内部的mutate
将不起作用,因为默认选项是=
,它会在=
的 lhs 上逐字评估未引用的值。 此外,我们可能需要在 function 中指定数据作为参数
library(dplyr)
colnameMeans <- function(., x) {
columnname<- paste0("avg_", x)
mutate(., !! columnname := rowMeans(select(., starts_with(x))))
}
df %>%
colnameMeans('var')
# A tibble: 3 x 4
# var_one var_two var_three avg_var
# <dbl> <dbl> <dbl> <dbl>
#1 1 1 1 1
#2 2 2 2 2
#3 3 3 3 3
如果有多个前缀,请使用map
library(purrr)
library(stringr)
colnameMeans <- function(., x) {
columnname<- paste0("avg_", x)
transmute(., !! columnname := rowMeans(select(., starts_with(x))))
}
map_dfc(c('var', 'alt'), ~ df1 %>%
colnameMeans(.x)) %>%
bind_cols(df1, .)
# A tibble: 3 x 8
# var_one var_two var_three alt_var_one alt_var_two alt_var_three avg_var avg_alt
#* <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 1 1 1 1 1 1 1 1
#2 2 2 2 2 2 2 2 2
#3 3 3 3 3 3 3 3 3
df1 <- bind_cols(df, df %>% rename_all(~ str_replace(., 'var_', 'new_')))
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.