r语言 - 确定频率表的总价值

Question

我有一个数据集，其中每个值的像素数如下所示:

HISTO_2 HISTO_3 HISTO_4 HISTO_5 HISTO_6 HISTO_7 HISTO_10 HISTO_11 HISTO_14 HISTO_18  HISTO_19 HISTO_23
1        0     390     652     157      32       7       0       0        0        0        0        0
2        0      22      41      27      23      11       8       5        4       11        2        4
3        0     916     671     167      40       7       4       5        2        1        2        2
4        0    2600     810     172      38       0       0       0        0        0        0        0
5        0     110     987     791     248      59      11       5        0        1        0        0
6        0     778     808     182      43       5       0       0        0        0        0        0
7        0    1095     846     199      55      12       8       3        0        0        0        0
8        0    1045     545      60       0       0       0       0        0        0        0        0
9        0     868     422      92       2       0       0       0        0        0        0        0
10       0    1225     597     160      57      27       0       0        0        0        0        0
11       0    1092    1096     635     150      33       0       0        0        0        0        0

HISTO_2捕获值为2的像素数，HISTO_3捕获值为3的像素数，以此类推。我需要找到一种方法，使我能够有效地计算总价值每一行的所有像素。准确地说，列HISTO_3的每个值必须乘以3，列HISTO_$4的每个值必须乘以4，以此类推……在此之前，总和可以计算出来。这需要处理10个数据集。从表中可以看出，列的值并不遵循平衡序列，对于每个数据集，序列可能不同。

我的问题有什么有效的解决方案吗?
PS:如果你对我的问题有更好的标题，请随意编辑:)

Answer 1

由于您对行像素的TOTAL VALUE感兴趣，您可以这样做:

基地R:

colSums(t(df) * as.numeric(gsub('\D', '',names(df))))
1     2     3     4     5     6     7     8     9    10    11 
4804  1099  6781 12128 10317  6769  8191  5615  4764  7394 11966

甚至:

as.matrix(df)%*%as.numeric(gsub('\D', '',names(df)))
[,1]
1   4804
2   1099
3   6781
4  12128
5  10317
6   6769
7   8191
8   5615
9   4764
10  7394
11 11966

如果您不熟悉gsub和\D即正则表达式，则使用

library(readr)
as.matrix(df) %*% parse_number(names(df))
[,1]
1   4804
2   1099
3   6781
4  12128
5  10317
6   6769
7   8191
8   5615
9   4764
10  7394
11 11966

Answer 2

Withdplyrandtidyr(forunnest_wider)

编辑:首先从变量名中提取乘法值，然后unnest列表以启用跨块乘法。

library(dplyr)
library(tidyr)
df %>% 
mutate(mult = list(as.numeric(sub(".*_(\d+)$", "\1", colnames(.))))) %>% 
unnest_wider(mult, names_sep="_") %>% 
summarize(across(starts_with("HIST")) * across(starts_with("mult"))) %>% 
rowwise() %>% 
mutate(total = sum(c_across(everything()))) %>% 
ungroup()
# A tibble: 11 × 13
HISTO_2 HISTO_3 HISTO_4 HISTO_5 HISTO_6 HISTO_7 HISTO_10 HISTO_11 HISTO_14
<dbl>   <dbl>   <dbl>   <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>
1       0    1170    2608     785     192      49        0        0        0
2       0      66     164     135     138      77       80       55       56
3       0    2748    2684     835     240      49       40       55       28
4       0    7800    3240     860     228       0        0        0        0
5       0     330    3948    3955    1488     413      110       55        0
6       0    2334    3232     910     258      35        0        0        0
7       0    3285    3384     995     330      84       80       33        0
8       0    3135    2180     300       0       0        0        0        0
9       0    2604    1688     460      12       0        0        0        0
10       0    3675    2388     800     342     189        0        0        0
11       0    3276    4384    3175     900     231        0        0        0
HISTO_18 HISTO_19 HISTO_23 total
<dbl>    <dbl>    <dbl> <dbl>
1        0        0        0  4804
2      198       38       92  1099
3       18       38       46  6781
4        0        0        0 12128
5       18        0        0 10317
6        0        0        0  6769
7        0        0        0  8191
8        0        0        0  5615
9        0        0        0  4764
10        0        0        0  7394
11        0        0        0 11966

对于所有10个数据集

df_list <- list(df1, df2, df3, df4, df5, df6, df7, df8, df9, df10)
lapply(df_list ,function(x)
x %>% 
mutate(mult = list(as.numeric(sub(".*_(\d+)$", "\1", colnames(.))))) %>% 
unnest_wider(mult, names_sep="_") %>% 
summarize(across(starts_with("HIST")) * across(starts_with("mult"))) %>% 
rowwise() %>% 
mutate(total = sum(c_across(everything()))) %>% 
ungroup())

df <- structure(list(HISTO_2 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
0L, 0L), HISTO_3 = c(390L, 22L, 916L, 2600L, 110L, 778L, 1095L, 
1045L, 868L, 1225L, 1092L), HISTO_4 = c(652L, 41L, 671L, 810L, 
987L, 808L, 846L, 545L, 422L, 597L, 1096L), HISTO_5 = c(157L, 
27L, 167L, 172L, 791L, 182L, 199L, 60L, 92L, 160L, 635L), HISTO_6 = c(32L, 
23L, 40L, 38L, 248L, 43L, 55L, 0L, 2L, 57L, 150L), HISTO_7 = c(7L, 
11L, 7L, 0L, 59L, 5L, 12L, 0L, 0L, 27L, 33L), HISTO_10 = c(0L, 
8L, 4L, 0L, 11L, 0L, 8L, 0L, 0L, 0L, 0L), HISTO_11 = c(0L, 5L, 
5L, 0L, 5L, 0L, 3L, 0L, 0L, 0L, 0L), HISTO_14 = c(0L, 4L, 2L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), HISTO_18 = c(0L, 11L, 1L, 0L, 
1L, 0L, 0L, 0L, 0L, 0L, 0L), HISTO_19 = c(0L, 2L, 2L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L), HISTO_23 = c(0L, 4L, 2L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 0L)), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10", "11"))