r - 突变多个/连续的列(使用dplyr或base R)

Question

我正在尝试创建代表重复测量的变量“波动”。具体来说，我正在尝试创建表示变量1-10、11-20 ... 91-100的平均值的连续变量。请注意，“...”表示第3至第9波的变量，因为避免输入这些是我的目标!

这是一个示例数据帧df，具有10行100列:

mat <- matrix(runif(1000, 1, 10), ncol = 100)
df <- data.frame(mat)
dim(df)
> 10 100

我使用了 dplyr函数 mutate，一旦键入所有变量，该函数便会起作用，但是它很耗时且容易出错。我一直无法找到一种方法，而不必手动输入各列的名称，就像我在下面开始的那样(请注意，“...”表示第3到9浪):

df <- df %>% 
      mutate(wave_1 = (X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10) / 10,
             wave_2 = (X11 + X12 + X13 + X14 + X15 + X16 + X17 + X18 + X19 + X20) / 10,
             ...
             wave_10 = (X91 + X92 + X93 + X94 + X95 + X96 + X97 + X98 + X99 + X100) / 10)

您可以 mutate用'dplyr'突变多个/连续的列吗？也欢迎其他方法。

Answer 1

这是使用zoo软件包的一种方法:

library(zoo)
t(rollapply(t(df), width = 10, by = 10, function(x) sum(x)/10))

这是使用基数R的一种方法:

splits <- 1:100
dim(splits) <- c(10, 10)
splits <- split(splits, col(splits))
results <- do.call("cbind", lapply(splits, function(x) data.frame(rowSums(df[,x] / 10))))
names(results) <- paste0("wave_", 1:10)
results

以R为底的另一种非常简洁的方式(由G.Grothendieck提供):

t(apply(df, 1, tapply, gl(10, 10), mean))

这是 dplyr和 tidyr的解决方案:

library(dplyr)
library(tidyr)
df$row <- 1:nrow(df)
df2 <- df %>% gather(column, value, -row)
df2$column <- cut(as.numeric(gsub("X", "", df2$column)),breaks = c(0:10*10))
df2 <- df2 %>% group_by(row, column) %>% summarise(value = sum(value)/10)
df2 %>% spread(column, value) %>% select(-row)