r-具有向量条件的行和

Question

我有一个data.frame，看起来像这样：

V1             V2             V3
1            143            143            143
2            141            141            143
3            195            195            141
4            121            121            121
5            142            142            142

我想使用rowSums来计算一组值在一行中出现的次数，例如值c(141, 143)，因此答案将逐行计算该向量中值的出现次数：

3, 3, 1, 0, 0

好奇为什么%in%的这种方法没有像预期的那样工作：

rowSums(df[df %in% c(141, 143)], na.rm = T))

谢谢！

Answer 1

尝试这种apply()方法：

#Code
apply(df,1,function(x) sum(x %in% c(141, 143)))

输出：

1 2 3 4 5 
3 3 1 0 0 

使用的一些数据：

#Data
df <- structure(list(V1 = c(143L, 141L, 195L, 121L, 142L), V2 = c(143L, 
141L, 195L, 121L, 142L), V3 = c(143L, 143L, 141L, 121L, 142L)), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

Answer 2

如果df %in% c(141, 143)。。。并考虑data.frame实际上是一个列表。

这里有一个替代方案：

rowSums(df == 141 | df == 143)

Answer 3

在sapply中可能更快。

rowSums(sapply(dat, `%in%`, c(141, 143)))
# [1] 3 3 1 0 0

甚至更快(尽管看起来很奇怪(。

rowSums(t(do.call(rbind, lapply(dat, `%in%`, c(141, 143)))))
# [1] 3 3 1 0 0

基准：

Unit: microseconds
expr     min       lq      mean  median       uq      max neval cld
rowSums(dat == 141 | dat == 143) 143.643 147.8535 155.86417 151.807 158.6965  227.584   100   b
rowSums(sapply(dat, `%in%`, c(141, 143)))  52.048  54.0900  58.10532  55.365  56.7685  181.658   100  a 
rowSums(t(do.call(rbind, lapply(dat, `%in%`, c(141, 143)))))  37.505  39.8015  42.94497  41.077  42.2255  144.663   100  a 
apply(dat, 1, function(x) sum(x %in% c(141, 143))) 149.256 153.5940 183.03378 155.890 160.2270 2560.057   100   b

---

数据：

dat <- structure(list(V1 = c(143L, 141L, 195L, 121L, 142L), V2 = c(143L, 
141L, 195L, 121L, 142L), V3 = c(143L, 143L, 141L, 121L, 142L)), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))

Answer 4

带有rowwise/c_across的选项

library(dplyr)
df %>%
rowwise %>% 
mutate(Sum = sum(c_across(everything()) %in% c(141, 143)))
# A tibble: 5 x 4
# Rowwise: 
#     V1    V2    V3   Sum
#  <int> <int> <int> <int>
#1   143   143   143     3
#2   141   141   143     3
#3   195   195   141     1
#4   121   121   121     0
#5   142   142   142     0

数据

df <-  structure(list(V1 = c(143L, 141L, 195L, 121L, 142L), V2 = c(143L, 
141L, 195L, 121L, 142L), V3 = c(143L, 143L, 141L, 121L, 142L)),
class = "data.frame", row.names = c("1", 
"2", "3", "4", "5"))