7

我对 R 很陌生,这是我第一次敢在这里提问。

我正在使用带有李克特量表的数据集,我想对不同的列组进行行总和,这些列共享其名称中的第一个字符串。

下面我构建了一个只有 2 行的数据框来说明我遵循的方法,尽管我希望收到有关如何编写更有效的方法的反馈。

df <- as.data.frame(rbind(rep(sample(1:5),4),rep(sample(1:5),4)))

var.names <- c("emp_1","emp_2","emp_3","emp_4","sat_1","sat_2"
           ,"sat_3","res_1","res_2","res_3","res_4","com_1",
           "com_2","com_3","com_4","com_5","cap_1","cap_2",
           "cap_3","cap_4")

names(df) <- var.names

所以,我所做的是使用 grep 函数,以便能够对以某些字符串开头的指定变量的行求和,并将它们存储在一个新变量中。但是我必须为每个变量编写一行新代码。

df$emp_t <- rowSums(df[, grep("\\bemp.", names(df))])
df$sat_t <- rowSums(df[, grep("\\bsat.", names(df))])
df$res_t <- rowSums(df[, grep("\\bres.", names(df))])
df$com_t <- rowSums(df[, grep("\\bcom.", names(df))])
df$cap_t <- rowSums(df[, grep("\\bcap.", names(df))])

但是数据集中还有很多变量,我想知道是否有一种方法可以只用一行代码来做到这一点。例如,以某种方式将以相同字符串开头的变量分组在一起,然后应用行函数。

提前致谢!

4

4 回答 4

3

一种可能的解决方案是使用基本 R函数(使用)转置df和计算正确列的总和rowsumset.seed(123)

cbind(df, t(rowsum(t(df), sub("_.*", "_t", names(df)))))
#   emp_1 emp_2 emp_3 emp_4 sat_1 sat_2 sat_3 res_1 res_2 res_3 res_4 com_1 com_2 com_3 com_4 com_5 cap_1 cap_2 cap_3 cap_4 cap_t
# 1     2     4     5     3     1     2     4     5     3     1     2     4     5     3     1     2     4     5     3     1    13
# 2     1     3     4     2     5     1     3     4     2     5     1     3     4     2     5     1     3     4     2     5    14
#   com_t emp_t res_t sat_t
# 1    15    14    11     7
# 2    15    10    12     9
于 2015-05-21T21:16:43.603 回答
2

同意 MrFlick 的观点,您可能希望将数据以长格式(请参阅reshape2tidyr),但要回答您的问题:

cbind(
  df, 
  sapply(split.default(df, sub("_.*$", "_t", names(df))), rowSums)
)

会成功的

于 2015-05-21T21:16:51.147 回答
1

如果你把你的数据整理成整齐的格式,从长远来看你会更好。问题是数据是宽格式而不是长格式。而变量名,例如 ,emp_1实际上是两个独立的数据:人的类别和人的 ID 号(或类似的东西)。这是 dplyr 和 tidyr 问题的解决方案。

library(dplyr)
library(tidyr)
df %>% 
  gather(key, value) %>% 
  extract(key, c("class", "id"), "([[:alnum:]]+)_([[:alnum:]]+)") %>% 
  group_by(class) %>% 
  summarize(class_sum = sum(value))

首先,我们将数据帧从宽格式转换为长格式gather()。然后我们将值拆分emp_1为单独的列classid使用extract(). 最后,我们按类分组并对每个类中的值求和。结果:

Source: local data frame [5 x 2]

  class class_sum
1   cap        26
2   com        30
3   emp        23
4   res        22
5   sat        19
于 2015-05-21T21:27:56.643 回答
0

另一个可能的解决方案是使用 dplyr R rowwise 函数。https://www.tidyverse.org/blog/2020/04/dplyr-1-0-0-rowwise/

df %>% 
  rowwise() %>%
  mutate(emp_sum = sum(c_across(starts_with("emp"))), 
         sat_sum = sum(c_across(starts_with("sat"))),
         res_sum = sum(c_across(starts_with("res"))), 
         com_sum = sum(c_across(starts_with("com"))),
         cap_sum = sum(c_across(starts_with("cap"))))

于 2021-11-18T02:04:08.977 回答