使用 mutate 和 colnames 的逐行汇总统计信息（使用 dplyr）

Question

我想在 R 中执行逐行汇总统计。

我尝试调整此解决方案（ https://stackoverflow.com/a/68443762/3251466 ）以使用均值，但得到了奇怪的结果。

df1 <- tibble(foo = c(1,5,2), bar = c(10,1,3), foobar = c(6,3,5))
df1 %>% rowwise() %>% mutate(s = sum(!!!syms(colnames(.)))) #works
df1 %>% rowwise() %>% mutate(m = mean(!!!syms(colnames(.)))) #just returns foo
df1 %>% rowwise() %>% mutate(sd = sd(!!!syms(colnames(.)))) #fails

# Attempting with an NA
df2 <- tibble(foo = c(1,5,2), bar = c(10,NA,3), foobar = c(6,3,5))
df2 %>% rowwise() %>% mutate(s = sum(!!!syms(colnames(.)), na.rm=T)) #works
df2 %>% rowwise() %>% mutate(m = mean(!!!syms(colnames(.)), na.rm=T)) #this time mean fails

知道为什么这会失败吗？

我认为 apply 和 rowMeans 之类的东西会起作用（我还没有研究这些）。

不过，我希望有一种比 rowMeans 更通用的方法，以便我可以执行其他逐行分析，并且很好奇是否有更整洁的替代方法可以应用。

谢谢！

Answer 1

您可以采用的执行逐行操作的通用方法是通过c_across即

df1 |> rowwise() %>% mutate(s=sum(c_across()))
df1 |> rowwise() %>% mutate(m=mean(c_across()))
df1 |> rowwise() %>% mutate(sd=sd(c_across()))