r - 理解 rowwise() 和 c_across()

Question

你好:谁能提供一个外行的解释，为什么这两种尝试计算行平均值的方法不同？
谢谢。

library(tidyverse)
var1<-rnorm(100)
var2<-rnorm(100)
var3<-rnorm(100)

df<-data.frame(var1, var2, var3)

#ADD IN A MISSING VALUE
df[1,1]<-NA

#I thought this would work
df %>% 
  select(starts_with('var')) %>% 
  rowwise() %>% 
  mutate(avg=mean(., na.rm=T))
#This does work but I don't understand why
df %>% 
  rowwise() %>% 
  mutate(avg=
           mean(
             c_across(starts_with('var')), na.rm=T)
         )

Answer 1

.代表整个数据集而不是分组数据。

此外，mean不适用于数据框。 (见 mean(mtcars))

自 dplyr您可以使用 1.0.0(或更高版本) cur_data()在组中获取数据但在 mean 中使用它您需要将其更改为矢量，这可以通过 unlist 完成或 as.matrix .所以尝试:

library(dplyr)

df %>% 
  select(starts_with('var')) %>% 
  rowwise() %>% 
  mutate(avg=mean(unlist(cur_data()), na.rm=T))

但是，您的第二种方法是使用 rowwise 的正确方法。 .