R 将行添加到数据框中，每列的总和为

我有一个数据框，我想在其中添加一个额外的行，该行汇总每个列的值。例如，假设我有以下数据：

x <- data.frame(Language=c("C++", "Java", "Python"), 
                Files=c(4009, 210, 35), 
                LOC=c(15328,876, 200), 
                stringsAsFactors=FALSE)    

我的本能是这样做：

y <- rbind(x, c("Total", colSums(x[,2:3])))

问题是文件和LOC列都已转换为字符串：

> y$LOC
[1] "15328" "876"   "200"   "16404"

我知道这是因为我创建了一个向量

c（“Total”，colSums（x[，2:3]）

，输入是数字和字符串，它将所有元素转换为一个公共类型，这样所有向量元素都是相同的。然后，相同的事情发生在文件和LOC列上

---

有什么更好的方法可以做到这一点？

您的数据中是否需要Language列，或者将该列视为将data.frame从3个变量的4个观察值更改为2个变量的4个观察值（Files&LOC）的

行名称更合适

x这里有一种方法可以满足您的需求，但很可能有一种更优雅的解决方案

rbind(x, data.frame(Language = "Total", t(colSums(x[, -1]))))

为了记录在案，如果你不绝对需要
语言
列，我更喜欢蔡斯的答案。
如果（1）我们不需要第一列的
“语言”
标题，那么我们可以使用行名来表示它，如果（2）可以将最后一行标记为
“Sum”
，而不是
“Total”
然后我们可以像这样使用
addmargins
：

  Language Files   LOC
1      C++  4009 15328
2     Java   210   876
3   Python    35   200

rownames(x) <- x$Language
addmargins(as.table(as.matrix(x[-1])), 1)

如果我们确实希望第一列标记为
“Language”
，总行标记为
“total”
，那么它会稍微长一点：

rownames(x) <- x$Language
Total <- sum
xa <- addmargins(as.table(as.matrix(x[-1])), 1, FUN = Total)
data.frame(Language = rownames(xa), as.matrix(xa[]), row.names = NULL)

您确定要在数据框中包含列总计吗？对我来说，数据框的解释现在取决于行。例如


第1行-（n-1）：有多少文件与特定的语言关联

第n行：有多少文件与所有语言关联

如果您开始对数据进行子集，这会变得更加混乱。例如，假设您想知道哪些语言的文件超过100个：

> x = data.frame(Files=c(4009, 210, 35), 
                LOC=c(15328,876, 200), 
                row.names=c("C++", "Java", "Python"), 
                stringsAsFactors=FALSE)    
> x["Total" ,] = colSums(x)
> x[x$Files > 100,]
       Files   LOC
C++    4009 15328
Java    210   876
Total  4254 16404#But this refers to all languages!

Total
行现在是错误的

就我个人而言，我会计算出列和，并将它们存储在一个单独的向量中。
如果将列强制为数字，您的原始直觉就会起作用：

y$LOC <- as.numeric(y$LOC)
y$Files <- as.numeric(y$Files)

y$LOC由于您提到这是导出以供演示之前的最后一步，为了清晰起见，您可能会有包含空格的列名（即“总计”）。如果是这样，以下内容将确保创建的data.frame将返回到原始数据集，而不会因列名不匹配而导致错误：

dfTotals <- data.frame(Language="Total",t(colSums(x[,-1]))))

colnames(dfTotals) <- names(x)  

rbind(x, dfTotals)

dfTotals试试这个

y[4,] = c("Total", colSums(y[,2:3]))

library(tibble)
x %>% add_row( Language="Total",Files = sum(.$Files),LOC = sum(.$LOC) )

请参阅看门人软件包中的
装饰总计（）
：

library(janitor)
x %>%
  adorn_totals("row")

#>  Language Files   LOC
#>       C++  4009 15328
#>      Java   210   876
#>    Python    35   200
#>     Total  4254 16404

数值列仍然属于numeric类

免责声明：我创建了这个软件包，包括专门为这个任务设计的
adorn_totals（）
。
一个
tidyverse
方法是使用
bind_rows
（或者最终
add_row
）和
总结
来计算总和。这里的问题是，除了一个，我们需要所有的总和，所以一个技巧是：

summarise_all(x, ~if(is.numeric(.)) sum(.) else "Total")

一行：

x %>%
  bind_rows(summarise_all(., ~if(is.numeric(.)) sum(.) else "Total"))

使用dplyr>=1.0进行编辑
还可以使用
cross（）

x %>%
  bind_rows(summarise(.,
                      across(where(is.numeric), sum),
                      across(where(is.character), ~"Total")))

试试这个

y[4,] = c("Total", colSums(y[,2:3]))

library(tibble)
x %>% add_row( Language="Total",Files = sum(.$Files),LOC = sum(.$LOC) )

扩展的答案，如果你有更多的列，你可以使用

x %>% add_row(Language = "Total", summarise(., across(where(is.numeric), sum)))

就个人而言，我不建议将数据存储在行名中——这就是变量的用途！一般来说，我同意。我也倾向于遵循@csgillespie的建议，不要在同一个对象中混合原始数据和汇总统计数据。然而，正如OP所指出的，在这种情况下，这并不是一个真正的问题，因为问题围绕着dat的表示a、 没有任何进一步的分析。tidyverse等价物是什么？通常我不会这样做是为了分析，但这是为了演示。这是使用Swave在LaTeX文档中生成表之前的最后一步。谢谢，你是对的：我的解决方案不是必需的答案。你的答案是正确的。我投票支持你并删除了我的条目。很好，我很感激将其保存在
tidyverse
中，仅为此加载另一个包似乎很愚蠢。回答很好，为什么只对特定数量的列求和，因为其他列可能不需要求和，而是求平均值。我担心，如果要在不同的列上使用不同的函数，则需要手动运行
summaryse（var1=mean（var1），var2=sum（var2），var=“Total”）
sure@SashaPoda，done！这是一个很好的解决方案，但您必须删除第一列，然后将其传递给map_dbl。一种方法是使用[]运算符。x%>%bind_行（x[，-1]>%map_dbl（，sum））
library(tibble)
x %>% add_row( Language="Total",Files = sum(.$Files),LOC = sum(.$LOC) )

df %>% bind_rows(purrr::map_dbl(.,sum))

x %>% add_row(Language = "Total", summarise(., across(where(is.numeric), sum)))