问题描述
我正在使用以下代码,该代码计算每个子组的z得分。我想在末尾再增加一列,将z得分相加,因此以“ _zscore”结尾的所有列中的所有值的按行求和。我该如何特别选择那些列?
(请注意,我的真实数据有更多列,因此我希望在列名中专门选择“ _zscore”。)
library(dplyr)
set.seed(12345)
df1 = data.frame(a=c(rep("a",8),rep("b",5),rep("c",7),rep("d",10)),b=rnorm(30,6,2),c=rnorm(30,12,3.5),d=rnorm(30,8,3)
)
df1_z <- df1 %>%
group_by(a) %>%
mutate(across(b:d,list(zscore = ~as.numeric(scale(.)))))
解决方法
您可以使用select
来选择以"zscore"
结尾的列,并使用rowSums
:
library(dplyr)
df1 %>%
group_by(a) %>%
mutate(across(b:d,list(zscore = ~as.numeric(scale(.))))) %>%
ungroup %>%
mutate(total = rowSums(select(.,ends_with('zscore'))))
# A tibble: 30 x 8
# a b c d b_zscore c_zscore d_zscore total
# <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 a 7.17 14.8 8.45 0.697 0.101 0.0179 0.816
# 2 a 7.42 19.7 3.97 0.841 1.17 -1.14 0.865
# 3 a 5.78 19.2 9.66 -0.108 1.05 0.332 1.28
# 4 a 5.09 17.7 12.8 -0.508 0.732 1.14 1.36
# 5 a 7.21 12.9 6.24 0.721 -0.329 -0.555 -0.163
# 6 a 2.36 13.7 2.50 -2.09 -0.146 -1.52 -3.76
# 7 a 7.26 10.9 10.7 0.749 -0.774 0.593 0.567
# 8 a 5.45 6.18 12.8 -0.302 -1.80 1.14 -0.965
# 9 b 5.43 18.2 9.55 -0.445 1.12 1.34 2.02
#10 b 4.16 12.1 4.11 -1.06 0.0776 -1.02 -2.01
# … with 20 more rows
,
这是data.table解决方案
它基本上与Ronak的答案相同,但使用的是data.table
语法。
说明setDT(df1_z)
用于将df1_z
设置为data.table格式total := rowSums(.SD)
创建一个新列total
,其值是rowSums
(一组选定列)中的值.SD
.SDcols = patterns("_zscore$")
定义了.SD
的选定列。在这里,这些列的名称与正则表达式模式_zscore$
相匹配(这意味着:以_zscore
结尾)
library( data.table )
setDT(df1_z)[,total := rowSums(.SD),.SDcols = patterns("_zscore$")]