R 在给定条件下对列进行变异

我是R的初学者，我被以下几点困住了

df <- tibble(
  id = c(01, 02), 
  a = c(0.44, 0.42), 
  b = c(1, 0.42), 
  c = c(NaN, 0.71), 
  d = c(0.75, 0), 
  e = c(0.66, 0.75), 
  f = c(0.5, 0.22), 
  g = c(1, NaN), 
  h = c(0.8, NaN)
)

df 0-分别用于a:d列和e:h列（&行）

我一直在想这样的事情

df1 <- df %>% 
  rowwise() %>% 
  mutate(casesatod = length(which(., > 0), na.rm = TRUE),
         casesetoh = length(which(., > 0), na.rm = TRUE))

df1%
行（）
变异（casesatod=length（其中（，，>0），na.rm=TRUE），
casesetoh=长度（其中（，>0），na.rm=真）

当然，这段代码并不完整，但可以让您了解我的想法

我真的很期待得到你的帮助

提前谢谢
 从数据集中选择列子集后，选项将是
rowSums
。它将比按行

更有效，因为它是矢量化的

library(dplyr)
df %>% 
    mutate(casesatod = rowSums(.[2:5] > 0, na.rm = TRUE), 
           casesetoh = rowSums(.[6:9] > 0, na.rm = TRUE))

---

如果需要使用列名进行选择，请使用

select

df %>%
   mutate(casesatod = rowSums(select(., a:d) > 0, na.rm = TRUE),
          casesetoh = rowSums(select(., e:h)  > 0, na.rm = TRUE))
# A tibble: 2 x 11
#     id     a     b      c     d     e     f     g     h casesatod casesetoh
#  <dbl> <dbl> <dbl>  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>     <dbl>     <dbl>
#1     1  0.44  1    NaN     0.75  0.66  0.5      1   0.8         3         4
#2     2  0.42  0.42   0.71  0     0.75  0.22   NaN NaN           3         2

df%>%
变异（casesatod=rowSums（选择（，a:d）>0，na.rm=TRUE），
casesetoh=rowSums（选择（，e:h）>0，na.rm=TRUE））
#一个tibble:2x11
#id a b c d f g h casesatod CASETOH
#                     
#1 10.44 1 NaN 0.75 0.66 0.5 1 0.8 3 4
#2 0.42 0.42 0.71 0 0.75 0.22南南3 2

@JoB看起来像是按属性分组，请尝试

df%%>%ungroup%%>%

然后使用

mutate

和正确的索引进行大量修改！不幸的是，当我试图将您的代码应用于包含82行的原始数据集时，我反复收到一条错误消息。。“Fehler:Column

casesS11toS14

的长度必须为2（组大小）或1，而不是156”。你有什么解释吗？@JoB即使在

ungroup

之后也会出错吗so@JoB当我结束时，我可以在有

groupby

时重现错误，如果

ungroup

ed，它将消失

iris%%>%groupby（Species）%%>%变异（new=rowSums（[1:3]>0））错误：列

new`的长度必须为50（组大小）或1，而不是150'，且

ungroup

iris%>%groupby（Species）%%>%ungroup%>%mutate（新=行和（[1:3]>0））#不稳定：150 x 6萼片。长萼片。宽瓣。长瓣。宽种新1 5.1 3.5 1.4 0.2刚毛3