R 使用人=数据表的每一行

我有一个数据表，我试图创建一个新变量，它是所有其他列的函数。一个简单的例子是，如果我只想对所有行求和或取平均值。例如：

dt <- data.table(a = 1:9, b = seq(10,90,10), c = seq(11:19), d = seq(100, 900, 100))

然而，这总结了整件事。我知道我也能做到：

dt[, average := lapply(.SD, mean)] 

但这会给出一个单行结果。我基本上是在寻找以下等价物：

dt[, average := lapply(.SD, mean), by = all]

---

这样它就可以对所有行进行计算，而不必创建一个“id”列并按该列进行所有计算。这可能吗

我认为一个更好的解决方案就是使用

apply

，这是为类似行矩阵的操作而设计的，而as

data.table

不是

> dt$average = apply(dt, 1, mean)
> dt

   a  b c   d average
1: 1 10 1 100      28
2: 2 20 2 200      56
3: 3 30 3 300      84
4: 4 40 4 400     112
5: 5 50 5 500     140
6: 6 60 6 600     168
7: 7 70 7 700     196
8: 8 80 8 800     224
9: 9 90 9 900     252

---

下面的data.table代码适用于我

 dt[, average := rowMeans(.SD)]

正如@jangorecki所指出的，只要记住每一行都是一个列表对象，就可以构造自己的函数按行运行：

# my function, must unlist the argument
myMean <- function(i, ...) mean(unlist(i), ...)

使用

行名称

dt[, averageOther := myMean(.SD), by = row.names(dt)]

---

我认为通常的方法可能是

dt[，m:=Reduce（`+`，.SD）/length（.SD）]

。如果你在做行操作，也许你应该使用矩阵。很好，我会记住这个。不过，我实际上有一个我想要使用的自定义函数。在那种情况下有可能做类似的事情吗？例如：dt[，output:=myfunction（.SD）]对于自定义函数，您最好使用@señor-o s方法。@对于自定义函数，使用

dt[，a:=f（.SD），by=seq_len（nrow（dt））]

@jangorecki我不确定这是否总是有效：对于函数

myMean@Brandon，感谢jangorecki，我添加了两行代码，它们将按行处理自滚动函数。这可能会影响速度，因此，如果您正在处理数千万行的数据集，您应该考虑Frank的注释和señor-o方法，并可能运行一些测试。
dt[, averageNew := myMean(.SD), by = seq_len(nrow(dt))]

dt[, averageOther := myMean(.SD), by = row.names(dt)]