c_across()
旨在与 rowwise()
配合使用,以便轻松执行按行聚合。它与 c()
有两个区别:
-
它使用整洁的选择语义,因此您可以轻松选择多个变量。有关更多详细信息,请参阅
vignette("rowwise")
。 -
它使用
vctrs::vec_c()
来提供更安全的输出。
参数
- cols
-
<
tidy-select
> 要转换的列。您无法选择分组列,因为它们已由动词自动处理(即summarise()
或mutate()
)。
也可以看看
across()
用于返回 tibble 的函数。
例子
df <- tibble(id = 1:4, w = runif(4), x = runif(4), y = runif(4), z = runif(4))
df %>%
rowwise() %>%
mutate(
sum = sum(c_across(w:z)),
sd = sd(c_across(w:z))
)
#> # A tibble: 4 × 7
#> # Rowwise:
#> id w x y z sum sd
#> <int> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#> 1 1 0.599 0.345 0.970 0.0677 1.98 0.384
#> 2 2 0.766 0.455 0.756 0.134 2.11 0.300
#> 3 3 0.428 0.483 0.937 0.149 2.00 0.326
#> 4 4 0.850 0.283 0.705 0.593 2.43 0.241
相关用法
- R dplyr copy_to 将本地数据帧复制到远程src
- R dplyr consecutive_id 为连续组合生成唯一标识符
- R dplyr coalesce 找到第一个非缺失元素
- R dplyr context 有关“当前”组或变量的信息
- R dplyr cumall 任何、全部和平均值的累积版本
- R dplyr compute 强制计算数据库查询
- R dplyr case_match 通用向量化 switch()
- R dplyr cross_join 交叉连接
- R dplyr count 计算每组中的观察结果
- R dplyr case_when 通用向量化 if-else
- R dplyr group_trim 修剪分组结构
- R dplyr slice 使用行的位置对行进行子集化
- R dplyr sample_n 从表中采样 n 行
- R dplyr row_number 整数排名函数
- R dplyr band_members 乐队成员
- R dplyr mutate-joins 变异连接
- R dplyr nth 从向量中提取第一个、最后一个或第 n 个值
- R dplyr group_split 按组分割 DataFrame
- R dplyr mutate 创建、修改和删除列
- R dplyr order_by 用于排序窗口函数输出的辅助函数
- R dplyr percent_rank 比例排名函数
- R dplyr recode 重新编码值
- R dplyr starwars 星球大战人物
- R dplyr desc 降序
- R dplyr between 检测值落在指定范围内的位置
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Combine values from multiple columns。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。