r - 计算 R (dplyr) 中数据帧中每行字符串值的出现次数

Question

我正在计算数据框中每行选择字符串值的出现次数。理想情况下，这将使用 dplyr 包完成。

这是一个类似于我正在使用的数据框:

df <- tibble(
  d1 = c('b', 'a', 'a', 'a', 'a', 'a', 'a', 'a'),
  d2 = c('a', 'a', 'b', 'a', 'a', 'a', 'a', 'a'),
  d3 = c('a', 'a', 'a', 'c', 'a', 'b', 'a', 'a'),
  d4 = c('a', 'a', 'a', 'a', 'a', 'a', 'a', 'd'),
  d5 = c('a', 'c', 'a', 'a', 'a', 'a', 'a', 'a'),
  d6 = c('a', 'a', 'a', 'b', 'a', 'a', 'd', 'a'),
  d7 = c('a', 'a', 'a', 'a', 'a', 'a', 'a', 'a'),
  d8 = c('a', 'a', 'a', 'a', 'a', 'a', 'a', 'a')
)

我希望能够定义我正在计数的列:

cols <- c('d2', 'd3', 'd4', 'd5', 'd6', 'd7', 'd8')

我还想定义要搜索的字符串:

bcde <- c('b', 'c', 'd', 'e')

到目前为止，我已经能够使用以下代码识别每行 bcde 中的一个字符串存在于 cols d2:d8 之一中:

df <- df %>% 
  mutate(
    d9 = case_when(
      if_any(all_of(cols), ~ . %in% bcde) ~ 1,
      TRUE ~ 0)
  )

产生:

  d1    d2    d3    d4    d5    d6    d7    d8       d9
  <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <dbl>
1 b     a     a     a     a     a     a     a         0
2 a     a     a     a     c     a     a     a         1
3 a     b     a     a     a     a     a     a         1
4 a     a     c     a     a     b     a     a         1
5 a     a     a     a     a     a     a     a         0
6 a     a     b     a     a     a     a     a         1
7 a     a     a     a     a     d     a     a         1
8 a     a     a     d     a     a     a     a         1

但是，我想制作:

  d1    d2    d3    d4    d5    d6    d7    d8       d9
  <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <dbl>
1 b     a     a     a     a     a     a     a         0
2 a     a     a     a     c     a     a     a         1
3 a     b     a     a     a     a     a     a         1
4 a     a     c     a     a     b     a     a         2
5 a     a     a     a     a     a     a     a         0
6 a     a     b     a     a     a     a     a         1
7 a     a     a     a     a     d     a     a         1
8 a     a     a     d     a     a     a     a         1

(即如果 bcde 中的字符串在 cols d2:d8 中计算出现的次数，而不是仅仅检查它们的存在)。

我不确定如何在循环遍历数据帧时合并计数函数。

谢谢!

Answer 1

您可以将 across 与 rowSums 一起使用 -

library(dplyr)

df %>% mutate(d9 = rowSums(across(all_of(cols), `%in%`, bcde)))

#  d1    d2    d3    d4    d5    d6    d7    d8       d9
#  <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <dbl>
#1 b     a     a     a     a     a     a     a         0
#2 a     a     a     a     c     a     a     a         1
#3 a     b     a     a     a     a     a     a         1
#4 a     a     c     a     a     b     a     a         2
#5 a     a     a     a     a     a     a     a         0
#6 a     a     b     a     a     a     a     a         1
#7 a     a     a     a     a     d     a     a         1
#8 a     a     a     d     a     a     a     a         1

这也可以用 base R 来写——

df$d9 <- rowSums(sapply(df[cols], `%in%`, bcde))