我有以下数据集：
crab_traps <- tibble(trap_id = 1:5, logger_1 = c(2, 3, 4, 5, 6), logger_2 = c(9, 7, 5, 3, 1), logger_3 = c(6, 5, 1, 7, 8)
trap_id标识一个特定的捕蟹器，每logger_*列是到水质记录器的距离。
我想创建一个新列（最好使用dplyr::mutate）来确定哪个记录器最接近每个陷阱。
希望新列类似于我尝试过的closest_logger <- c("logger_1", "logger_1", "logger_3", "logger_2", "logger_2")（使用此示例数据），它给了我最小的测量值，但我想获得最小测量值来自的列的名称。任何帮助都会很棒！
crab_traps <- crab_traps %>% rowwise() %>% mutate(closest_logger = min(logger_1, logger_2, logger_3))

我正在构建一个原始神经网络来模拟与门。损失函数是 MSE：

下面有一个prediction和期望的输出（又名标签）：

每一行（在上述两个矩阵中）都表示一个案例。我想像这样将所有案例保持在一起，而不是将它们分成向量。问题是，我需要单独处理每一行。

我试图得到以下结果，但我不能：

我尝试了以下功能...

但它不起作用，因为“欲望”是作为整个矩阵传递的，而不是一次传递一行。那么，有没有办法在不改变“mse 函数”实现或循环的情况下实现这一点？

openxlsx编写公式的函数似乎仅按列添加公式。

有没有一种有效的方法来逐行编写公式？

通过一个可重现的例子来说明这个问题：

这导致：

writeFormula逐行

天真的方法是单独添加每个公式，对于小型数据集可能还可以。

这提供了我想要的，但不是数百列的可行方法。

使用 purrr::pwalk 可以将其包裹在一个函数中，这是一个改进：

无论哪种方式，这都能满足要求：

我的问题：有没有更好的方法来做到这一点？或者它可能是对 openxlsx 的增强？

在我的真实案例中，我在一个列表中有 10 个数据帧的 100 个变量，每个变量都需要多个 (10) 行公式来构建一个总数。总共需要编写大约 10,000 个公式，这需要几分钟；因此，欢迎任何关于如何加快进程的想法。

注意：openxlsx 对“公式”类向量使用 writeData 的替代方法也将向量添加为列；当我尝试将向量转置为行时，公式类会丢失。

有什么建议如何在一行内跨多列匹配字符串？

改编自 Remove rows where all variables are NA using dplyr where they are match only NAs across columns, and filters those - not create a new variable。

玩具示例：

all_na如果整行为 NA，则创建一个新变量：

如果只有列的一个子集（以“b”开头）为 NA，则创建一个新变量b_is_na

问题：

但是，我不确定如何在一行中创建变量，因为列的子集是字符串匹配 OR NA，例如，'c' or NA

期望的输出：

是否可以按行而不是按列对数据集的值进行舍入而不是旋转？标准方法是使用mutate_ator now with对列进行舍入，across但我更愿意按特定行进行：

也许rowwise可以在这里使用？

谢谢

我有不同类型变量的数据。有些是字符，有些是因数，有些是数字，如下所示：

我正在尝试使用c_acrossin计算每个观察值的缺失值数量dplyr 但是，c_across似乎无法组合不同类型的值，如下面的错误消息所示

错误：summarise()输入有问题NAs。x 不能组合a<因子> 和b. ℹ 输入NAs是sum(is.na(c_across()))。ℹ 错误发生在第 1 行。

事实上，如果我只包含数字变量，它就可以工作。

如果我只包含字符变量，同样的事情

我可以不使用下面的方法来解决这个问题c_across，但是我有很多变量，所以它不是很实用。

我可以使用传统apply方法，如下所示，但我想使用dplyr.

关于如何计算缺失值数量、逐行、高效和使用的任何建议dplyr？

我正在尝试改变 5 列数据的新变量（总和），但前提是受影响列（v2 到 v6）的 NA 计数为 2 或更少，否则返回 NA。下面的代码仅在没有 NA 的情况下求和。帮助表示赞赏。

我有一个数据框，我想贬低所有行并添加最后一列具有平均值。我不想对列名进行硬编码，而且我可以使用数组/矩阵（尽管我也有兴趣在 dplyr 中学习它的功能）。假设我从

我想结束

谢谢你的帮助！

假设我有以下dataframe

我所需要的只是mutate函数内部的一种简洁方法，以获取大于每行中 pop 列的值的列数（人口到人口 3）。

所以我需要的是以下结果（更具体地说是 GreaterTotal 列）注意：我可以通过处理每一列来得到答案，但如果有更多列则需要一段时间）

我已经尝试使用apply行索引，但我无法做到。有人可以指出我正确的方向吗？

我是 python 新手。我想根据唯一 ID 计算逐行平均值。

我的数据框是：

我想根据每个 ID 计算逐行平均值。所以我的输出看起来像这样

我试过了：

但这返回了每个 ID 的平均值，作为一个整体。

所以我尝试了这个：

这再次返回每组的平均值，但填充到我的 df 的相同长度。

你能帮我吗，如果有什么不清楚的地方，我可以改写我的问题。

提前致谢！