r - 使用 dplyr 在 data.frame 中查找逐行最小正非零数

Question

给定一个数字数据框

A <- c(1.1, 3.0, 2.0, 4.0, 0.0, 1.3)
B <- c(0.2, 1.0, 2.4, 1.1, 1.3, 0.0)
C <- c(5.2, 1.3, 3.7, 1.7, 1.3, 1.0)

data <- data.frame(A, B, C) %>% as_tibble()

如何创建另一个包含按行最小正非零数的列(如果可能，使用 dplyr)以获得以下数据框？

## A tibble: 6 x 4
#      A     B     C posmin
#  <dbl> <dbl> <dbl>  <dbl>
#1   1.1   0.2   5.2    0.2
#2   3     1     1.3    1  
#3   2     0     3.7    2  
#4   4     1.1   1.7    1.1
#5   0     1.3   1.3    1.3  
#6   1.3   0     1      1  

---

简明扼要的是

data %>% mutate(posmin = pmin(A, B, C))

然而，这有两个问题:

• 我的真实数据框有更多列(A 到 Z)，我无法调用 pmin(A:Z)
• pmin 计算行最小值

是否有类似 pminpos 的东西？如果没有，我该如何创建它以便像上面代码中的 pmin 一样调用它？我如何在不传递以逗号分隔的名称列表的情况下指定许多连续的列？

非常感谢。

编辑:我显然没有强调这一点，我正在寻找非零正数，即严格大于 > 0 的数字。因此，寻求-行 #5 和 #6 的值不为零。

Answer 1

一种选择是将列名转换为符号，然后计算 (!!!)

library(dplyr)
data %>% 
   mutate_all(funs(replace(., .==0, NA))) %>% 
   transmute(posmin = pmin(!!! rlang::syms(names(.)), na.rm = TRUE)) %>%
   bind_cols(data, .)

# A tibble: 6 x 4
#      A     B     C posmin
#  <dbl> <dbl> <dbl>  <dbl>
#1   1.1   0.2   5.2    0.2
#2   3     1     1.3    1  
#3   2     2.4   3.7    2  
#4   4     1.1   1.7    1.1
#5   0     1.3   1.3    1.3  
#6   1.3   0     1      1 

或者使用map/reduce

map(data, na_if, 0) %>% 
    reduce(pmin, na.rm = TRUE) %>% 
    bind_cols(data, posmin = .)

---

或者不使用任何外部包，我们可以在 do.call 中调用 pmin 一行

data$posmin <- do.call(pmin, c(NA^ (data == 0) * data, na.rm = TRUE))
data$posmin
#[1] 0.2 1.0 2.0 1.1 1.3 1.0

或者根据@Moody_Mudskipper 的评论，不是将 0 赋值给 NA，而是将其更改为更大的值 (Inf)，然后使用 pmin

data$posmin <- do.call(pmin, '[<-'(data, data <=0, value=Inf))