R 如果某个特定列的变量相同，是否有方法将多个列添加到一起？

我很难弄清楚如何将变量组合在一起。例如，我想平均所有candy1，其中数据列~COUNTRY为“美国”或“加拿大”或“英国”。删除/省略包含NA的所有行时（null？）

注意：我试图为数据帧执行的操作有超过2000行和140列

已经考虑过使用for循环，但还没有找到正确的方法

Candy_Hierarchy <- tribble(~COUNTRY, ~candy1, ~candy2, ~candy3,
              'United States',2, 0, 1,
              'United States', 1, 2, 0,
              'United States',2, 1, 2,
              'Canada', NA, NA, NA, 
              'Canada', 2, 0, 1,
              'United Kingdom', 1, 2, 0)

---

Candy_Hierarchy一种解决方案：使用
tidyr:：gather
将数据从“宽”格式更改为“长”格式，为变量名创建一列，为值创建一列。然后您可以通过

dplyr:：group_COUNTRY和变量名，

dplyr:：summary

获取平均值，并将tidyr:：spread转换回宽格式

library(dplyr)
library(tidyr)

tribble(~COUNTRY, ~candy1, ~candy2, ~candy3,
              'United States',2, 0, 1,
              'United States', 1, 2, 0,
              'United States',2, 1, 2,
              'Canada', NA, NA, NA, 
              'Canada', 2, 0, 1,
              'United Kingdom', 1, 2, 0) %>% 
  gather(Var, Val, -COUNTRY) %>% 
  group_by(COUNTRY, Var) %>% 
  summarise(Mean = mean(Val, na.rm = TRUE)) %>% 
  spread(Var, Mean)

结果:

# A tibble: 3 x 4
# Groups:   COUNTRY [3]
  COUNTRY        candy1 candy2 candy3
  <chr>           <dbl>  <dbl>  <dbl>
1 Canada           2         0      1
2 United Kingdom   1         2      0
3 United States    1.67      1      1

#一个tible:3 x 4
#组别：国家[3]
国家烛光1烛光2烛光3
1加拿大2 0 1
2联合王国12 0
3美国1.67 1

这里有一种方法可以做到这一点。我们可以使用

filter\u at（vars（以（“candy”）开头）、all\u vars（is.na（）

删除所有

na

的行。在

summary

操作之后，我们可以使用

bind\u rows

将这些行添加回去

library(tidyverse)

Candy_Hierarchy2 <- Candy_Hierarchy %>% rowid_to_column() 

Candy_allNA <- Candy_Hierarchy2 %>%
  filter_at(vars(starts_with("candy")), all_vars(is.na(.))) 

Candy_Hierarchy3 <- Candy_Hierarchy2 %>% 
  anti_join(Candy_allNA, by = "rowid") %>%
  group_by(COUNTRY) %>%
  summarise_at(vars(starts_with("candy")), list(~mean(., na.rm = TRUE))) %>%
  ungroup() %>%
  bind_rows(
    Candy_allNA %>% select(-rowid)
  ) %>%
  arrange(COUNTRY)

Candy_Hierarchy3
# # A tibble: 4 x 4
# COUNTRY        candy1 candy2 candy3
#   <chr>           <dbl>  <dbl>  <dbl>
# 1 Canada           2         0      1
# 2 Canada          NA        NA     NA
# 3 United Kingdom   1         2      0
# 4 United States    1.67      1      1

---

为什么要聚集和传播？你就不能总结一下吗？类似于

Candy\u Hierarchy%>%group\u by（COUNTRY）%>%summary\u all（funs（mean），na.rm=TRUE）

好的解决方案。但是请注意，OP希望保留包含所有

NA

的行。噢，抱歉，我必须小心，不要删除这些行。实际上，我想删除带有NA的所有行。抱歉搞混了！我已经修复了这篇文章，因此它表明我不想让NA出现在文章中。@Lattermail是的，我相信这也会起作用。@FelixChan，在这种情况下，它变得非常简单。因为您不必首先处理所有

NA

的行。我会更新我的帖子。能在这里回答吗？我似乎不能提出一个新问题。Thanks创建一个新行会涉及到变异函数吗？我正在努力寻找一种方法，将加拿大、英国和美国的总平均数包括在内

library(tidyverse)

Candy_Hierarchy2 <- Candy_Hierarchy %>% rowid_to_column() 

Candy_allNA <- Candy_Hierarchy2 %>%
  filter_at(vars(starts_with("candy")), all_vars(is.na(.))) 

Candy_Hierarchy3 <- Candy_Hierarchy2 %>% 
  anti_join(Candy_allNA, by = "rowid") %>%
  group_by(COUNTRY) %>%
  summarise_at(vars(starts_with("candy")), list(~mean(., na.rm = TRUE))) %>%
  ungroup() %>%
  bind_rows(
    Candy_allNA %>% select(-rowid)
  ) %>%
  arrange(COUNTRY)

Candy_Hierarchy3
# # A tibble: 4 x 4
# COUNTRY        candy1 candy2 candy3
#   <chr>           <dbl>  <dbl>  <dbl>
# 1 Canada           2         0      1
# 2 Canada          NA        NA     NA
# 3 United Kingdom   1         2      0
# 4 United States    1.67      1      1

Candy_Hierarchy4 <- Candy_Hierarchy %>%
  group_by(COUNTRY) %>%
  summarise_at(vars(starts_with("candy")), list(~mean(., na.rm = TRUE))) %>%
  ungroup()

Candy_Hierarchy4
# # A tibble: 3 x 4
#   COUNTRY        candy1 candy2 candy3
#   <chr>           <dbl>  <dbl>  <dbl>
# 1 Canada           2         0      1
# 2 United Kingdom   1         2      0
# 3 United States    1.67      1      1