dplyr：group_by，對各個列求和，並基於分組行求和應用 function？

Question

我正在嘗試使用 dplyr 來總結森林中鳥類物種豐度的 dataframe，這些鳥類在某種程度上是支離破碎的。

第一列 percent_cover 有 4 個可能的值：10、25、50、75。然后有十列鳥類數量：“species1”到“species10”。

我想按 percent_cover 分組，然后對其他列求和，並將這些總和計算為 4 行總和的百分比。

要獲得列總和很容易：

---

%>% group_by(Percent_cover) %>% summarise_at(vars(contains("species")), sum)

---

...但我需要的是 sum/rowSum*100。 似乎需要某種“逐行”操作。

另外，出於興趣，為什么以下不起作用？

---

%>% group_by(Percent_cover) %>% summarise_at(vars(contains("species")), sum*100)

---

在這一點上，go 回到“for”循環是很誘人的......

Answer 1

要使用dplyr ，請嘗試以下操作：

library(dplyr)

df %>% 
  group_by(Percent_cover) %>% 
  summarise(across(contains("species"), sum)) %>%
  mutate(rs = rowSums(select(., contains("species")))) %>%
  mutate(across(contains('species'), ~./rs * 100)) -> result

result

例如，使用mtcars ：

mtcars %>%
  group_by(cyl) %>%
  summarise(across(disp:wt, sum)) %>%
  mutate(rs = rowSums(select(., disp:wt))) %>%
  mutate(across(disp:wt, ~./rs * 100))

#   cyl  disp    hp  drat    wt    rs
#  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1     4  54.2  42.6 2.10  1.18  2135.
#2     6  58.7  39.2 1.15  0.998 2186.
#3     8  62.0  36.7 0.567 0.702 7974.