R colSums 形成行和列的总和及平均值

说明

形成数值数组(或 DataFrame )的行和列总和以及平均值。

用法

colSums (x, na.rm = FALSE, dims = 1)
rowSums (x, na.rm = FALSE, dims = 1)
colMeans(x, na.rm = FALSE, dims = 1)
rowMeans(x, na.rm = FALSE, dims = 1)

.colSums(x, m, n, na.rm = FALSE)
.rowSums(x, m, n, na.rm = FALSE)
.colMeans(x, m, n, na.rm = FALSE)
.rowMeans(x, m, n, na.rm = FALSE)

参数

x	二维或多维数组，包含数字、复数、整数或逻辑值，或者数字 DataFrame 。对于 .colSums() 等，数字、整数或逻辑矩阵(或长度为 m * n 的向量)。
na.rm	合乎逻辑的。计算中是否应该省略缺失值(包括 NaN )？
dims	整数：哪些维度被视为‘rows’或‘columns’进行求和。对于 row* ，总和或平均值超过维度 dims+1, ... ；对于 col* 来说，它超出了尺寸 1:dims 。
m, n	.colSums() 的矩阵 x 的维度等。

细节

这些函数相当于使用 apply 和 FUN = mean 或 FUN = sum 并具有适当的边距，但速度要快得多。由于它们是为了速度而编写的，因此模糊了 NaN 和 NA 的一些微妙之处。如果 na.rm = FALSE 和 NaN 或 NA 出现在总和中，则结果将是 NaN 或 NA 之一，但这可能取决于平台。

请注意，缺失值的省略是在 per-column 或 per-row 基础上完成的，因此列均值可能不在同一组行上，反之亦然。要仅使用完整的行或列，请首先使用 na.omit 或 complete.cases (可能在 x 的转置上)选择它们。

名称中带有初始点的版本(.colSums() 等)是用于编程的“bare-bones”版本：它们仅适用于数字(类似)矩阵，并且不命名结果。

值

适当大小的数值或复数数组，如果结果是一维，则为向量。对于前四个函数，dimnames(或向量结果的names)取自原始数组。

如果范围内没有要求和的值(使用 na.rm = TRUE 删除缺失值后)，则输出的该部分将设置为 0 ( *Sums ) 或 NaN ( *Means )，一致与 sum 和 mean 。

例子

## Compute row and column sums for a matrix:
x <- cbind(x1 = 3, x2 = c(4:1, 2:5))
rowSums(x); colSums(x)
dimnames(x)[[1]] <- letters[1:8]
rowSums(x); colSums(x); rowMeans(x); colMeans(x)
x[] <- as.integer(x)
rowSums(x); colSums(x)
x[] <- x < 3
rowSums(x); colSums(x)
x <- cbind(x1 = 3, x2 = c(4:1, 2:5))
x[3, ] <- NA; x[4, 2] <- NA
rowSums(x); colSums(x); rowMeans(x); colMeans(x)
rowSums(x, na.rm = TRUE); colSums(x, na.rm = TRUE)
rowMeans(x, na.rm = TRUE); colMeans(x, na.rm = TRUE)

## an array
dim(UCBAdmissions)
rowSums(UCBAdmissions); rowSums(UCBAdmissions, dims = 2)
colSums(UCBAdmissions); colSums(UCBAdmissions, dims = 2)

## complex case
x <- cbind(x1 = 3 + 2i, x2 = c(4:1, 2:5) - 5i)
x[3, ] <- NA; x[4, 2] <- NA
rowSums(x); colSums(x); rowMeans(x); colMeans(x)
rowSums(x, na.rm = TRUE); colSums(x, na.rm = TRUE)
rowMeans(x, na.rm = TRUE); colMeans(x, na.rm = TRUE)

也可以看看

apply , rowsum