r - 在列的子集上使用 mutate rowwise

Question

我正在尝试创建一个新列，其中将包含对 tibble 的列的子集按行进行计算的结果， 并将此新列添加到现有的 tibble。像这样:

df <- tibble(
ID = c("one", "two", "three"),
A1 = c(1, 1, 1),
A2 = c(2, 2, 2),
A3 = c(3, 3, 3)
)

我实际上想从 base R 做一个 dplyr 等效的代码:

df$SumA <- rowSums(df[,grepl("^A", colnames(df))])

我的问题是这不起作用:

df %>% 
select(starts_with("A")) %>% 
mutate(SumA = rowSums(.))
    # some code here

...因为我去掉了“ID”列，以便让 mutate 在其他(数字)列上运行 rowSums。我曾尝试在 mutate 之后在管道中使用 cbind 或 bind_cols，但它不起作用。 mutate 的所有变体都不起作用，因为它们就地起作用(在 tibble 的每个单元格内，而不是跨列，即使是按行)。

这确实有效，但并不是一个优雅的解决方案:

df %>% 
mutate(SumA = rowSums(.[,grepl("^A", colnames(df))]))

是否有任何基于 tidyverse 的解决方案不需要 grepl 或方括号，而只需要更标准的 dplyr 动词和参数？

我的预期输出是这样的:

df_out <- tibble(
ID = c("one", "two", "three"),
A1 = c(1, 1, 1),
A2 = c(2, 2, 2),
A3 = c(3, 3, 3),
SumA = c(6, 6, 6)
)

最佳千焦

Answer 1

这是使用 purrr::pmap 在 tidyverse 中进行逐行计算的一种方法。这最好与实际需要逐行运行的函数一起使用；简单的添加可能会以更快的方式完成。基本上，我们使用 select 向 pmap 提供输入列表，这让我们可以使用 select 帮助程序，例如 starts_with或 匹配 如果您需要正则表达式。

library(tidyverse)
df <- tibble(
  ID = c("one", "two", "three"),
  A1 = c(1, 1, 1),
  A2 = c(2, 2, 2),
  A3 = c(3, 3, 3)
)

df %>%
  mutate(
    SumA = pmap_dbl(
      .l = select(., starts_with("A")),
      .f = function(...) sum(...)
    )
  )
#> # A tibble: 3 x 5
#>   ID       A1    A2    A3  SumA
#>   <chr> <dbl> <dbl> <dbl> <dbl>
#> 1 one       1     2     3     6
#> 2 two       1     2     3     6
#> 3 three     1     2     3     6

^{由 reprex package 创建于 2019-01-30 (v0.2.1)}