dplyr - 使用mutate（）像rowmeans（） [英] dplyr - using mutate() like rowmeans()

问题描述

我不能在任何地方找到答案。

我想根据行的平均值计算数据框的新变量。

例如：

  data < -  data.frame（id = c（101,102,103），a = c（1,2,3） ，b = c（2,2,2），c = c（3,3,3））
  

我想使用mutate来创建变量d，它是a，b和c的意思。我想通过以d = mean（a，b，c）的方式选择列，我也需要使用变量范围（如dplyr中的）d = mean（a：c）。 / p>

当然

  mutate（data，c = mean ，b））
  

或

  mutate（data，c = rowMeans（a，b））
  

你能给我一些提示吗？

关心

解决方案

您正在寻找

  data％> ;％
 rowwise（）％>％
 mutate（c = mean（c（a，b）））
 
＃id abc 
＃（dbl） （dbl）（dbl）（dbl）
＃1 101 1 2 1.5 
＃2 102 2 2 2.0 
＃3 103 3 2 2.5 
  
 
 
或
 库（purrr）
 data％>％
 rowwise（）％>％
 mutate（c = lift_vd（mean）（a，b））
  
 
I can't find the answer anywhere. 

I would like to calculate new variable of data frame which is based on mean of rows.

For example:
data <- data.frame(id=c(101,102,103), a=c(1,2,3), b=c(2,2,2), c=c(3,3,3))
I want to use mutate to make variable d which is mean of a,b and c. And I would like to be able to make that by selecting columns in way d=mean(a,b,c), and also I need to use range of variables (like in dplyr) d=mean(a:c).

And of course
mutate(data, c=mean(a,b)) 
or 
mutate(data, c=rowMeans(a,b)) 
doesn't work.

Can you give me some tip?

Regards
解决方案
You're looking for
data %>% 
    rowwise() %>% 
    mutate(c=mean(c(a,b)))

#      id     a     b     c
#   (dbl) (dbl) (dbl) (dbl)
# 1   101     1     2   1.5
# 2   102     2     2   2.0
# 3   103     3     2   2.5
or
library(purrr)
data %>% 
    rowwise() %>% 
    mutate(c=lift_vd(mean)(a,b))


                        
这篇关于dplyr  - 使用mutate（）像rowmeans（）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！