select 行计算中的整个（但已过滤）列（Dplyr）

Question

以下基本计算的正确 Dplyr 管道是什么？

dat      <- data.frame(a = 0:10, b = 0:10, c = 0:10)
dat$d    <- apply(dat, 1, sum)
ind      <- dat$d>quantile(dat$d[dat$d>0], 0.1)

我试过（但失败了）：

ind      <- tibble(dat) %>% rowwise() %>% 
               mutate(d = sum(c_across(a:c)), ind = d>quantile(select_var(d>0), 0.1)) %>%
               pull(ind)

Answer 1

tibble(dat) %>% 
  rowwise() %>% 
  mutate(
    d = sum(c(a, b, c)),
    ind = d > quantile(dat %>% filter(d >0) %>% pull(d), 0.1)
  ) %>%
  pull(ind)

给出与您的ind相同的值。 轻微的困难是由于您正在根据数据框的子集而不是其整体来计算分位数。

Answer 2

您可以使用.$执行此操作，以便为整个数据返回quantile

dat %>% rowwise() %>% 
  mutate(d = sum(c_across(a:c))) %>% 
  mutate(ind = d > quantile(.$d[.$d >0], 0.1))

    a  b  c  d   ind
1   0  0  0  0 FALSE
2   1  1  1  3 FALSE
3   2  2  2  6  TRUE
4   3  3  3  9  TRUE
5   4  4  4 12  TRUE
6   5  5  5 15  TRUE
7   6  6  6 18  TRUE
8   7  7  7 21  TRUE
9   8  8  8 24  TRUE
10  9  9  9 27  TRUE
11 10 10 10 30  TRUE

检查是否在d之前不添加.$会得到不希望的结果

dat %>% rowwise() %>% 
  mutate(d = sum(c_across(a:c))) %>% 
  mutate(ind = d > quantile(d[d >0], 0.1))

# A tibble: 11 x 5
# Rowwise: 
       a     b     c     d ind  
   <int> <int> <int> <int> <lgl>
 1     0     0     0     0 NA   
 2     1     1     1     3 FALSE
 3     2     2     2     6 FALSE
 4     3     3     3     9 FALSE
 5     4     4     4    12 FALSE
 6     5     5     5    15 FALSE
 7     6     6     6    18 FALSE
 8     7     7     7    21 FALSE
 9     8     8     8    24 FALSE
10     9     9     9    27 FALSE
11    10    10    10    30 FALSE