R 对每行不同范围的列求和

我想在我的数据集中创建一个新变量，该变量对特定范围的列求和，但是每行要求和的列的范围不同

这是我的示例数据集。我想创建一个新变量，

NUM1

，它是列1到

ARRAYEND

的总和，其中变量

ARRAYEND

指定列

NUM1

的总和

#create sample dataset
r1<-c(1,1,1,1,0,2)
r2<-c(1,1,0,1,1,4)
df<-as.data.frame(rbind(r1,r2))
names(df)<-c("Flag1","Flag2","Flag3","Flag4","Flag5","ARRAYEND")

   Flag1 Flag2 Flag3 Flag4 Flag5 ARRAYEND
r1     1     1     1     1     0        2
r2     1     1     0     1     1        4

我试图通过

dplyr

执行此操作，但它给了我一个错误

df <-df %>% mutate(NUM1 = rowSums(.[1:df$ARRAYEND]))

Warning messages:
1: Problem with `mutate()` input `NUM1`.
ℹ numerical expression has 2 elements: only the first used
ℹ Input `NUM1` is `rowSums(.[1:df$ARRAYEND])`. 
2: In 1:df$ARRAYEND :
  numerical expression has 2 elements: only the first used

df%变异（NUM1=rowSums（[1:df$ARRAYEND]））
警告信息：
1：“mutate（）”输入“NUM1”有问题。
ℹ 数值表达式有两个元素：仅使用第一个元素
ℹ 输入'NUM1'是'rowSums（[1:df$ARRAYEND]）`。
2:在1:df$ARRAYEND中：
数值表达式有两个元素：仅使用第一个元素

A

base R

选项是使用

apply

和

MARGIN=1

循环行，然后获得

seq

ARRAYEND的结果，将“x”的元素子集并获得

sum

df$NUM1 <- apply(df, 1, function(x)  sum(x[seq(x['ARRAYEND'])]))

注意：

tidyverse

不保留行名。因此，最好使用

base R

---

如果我们想要

tidyverse

，一个选项是首先获取作为列的行名

library(tibble)
library(dplyr)
df %>%
    rownames_to_column('rn') %>% 
    rowwise %>% 
    mutate(NUM1 = sum(c_across(starts_with("Flag"))[seq(ARRAYEND)])) %>%    
    ungroup %>%
    column_to_rownames('rn')

-输出

df
#   Flag1 Flag2 Flag3 Flag4 Flag5 ARRAYEND NUM1
#r1     1     1     1     1     0        2    2
#r2     1     1     0     1     1        4    3

#   Flag1 Flag2 Flag3 Flag4 Flag5 ARRAYEND NUM1
#r1     1     1     1     1     0        2    2
#r2     1     1     0     1     1        4    3

   Flag1 Flag2 Flag3 Flag4 Flag5 ARRAYEND NUM1
r1     1     1     1     1     0        2    2
r2     1     1     0     1     1        4    3

---

使用

Reduce

transform(
  df,
  NUM1 = list2DF(Reduce("+", df, accumulate = TRUE))[cbind(seq_along(ARRAYEND), ARRAYEND)]
)

给予

   Flag1 Flag2 Flag3 Flag4 Flag5 ARRAYEND NUM1
r1     1     1     1     1     0        2    2
r2     1     1     0     1     1        4    3