R dplyr rowwise mean或min等方法？

Question

如何使用dplyr获取data.frame上每行的最小值(或平均值)？我的意思是同样的结果

apply(mydataframe, 1, mean) 
apply(mydataframe, 1, min)

我试过了

mydataframe %>% rowwise() %>% mean

要么

mydataframe %>% rowwise() %>% summarise(mean)

或其他组合,但我总是得到错误,我不知道正确的方法.

我知道我也可以使用rowMeans,但没有简单的"rowMin"等价物.还有一个matrixStats包,但大多数函数不接受data.frames,只接受矩阵.

如果我想计算行的最小值,我可以使用
do.call(pmin,mydataframe)对于行方法有什么简单的吗？

do.call(mean, mydataframe) 

不起作用,我想我需要一个pmean函数或更复杂的东西.

谢谢

为了比较结果,我们都可以在同一个例子上工作:

set.seed(124)
df <- data.frame(A=rnorm(10), B=rnorm(10), C=rnorm(10))

Answer 1

我想这就是你想要完成的事情:

df <- data.frame(A=rnorm(10), B=rnorm(10), C=rnorm(10))

library(dplyr)
df %>% rowwise() %>% mutate(Min = min(A, B, C), Mean = mean(c(A, B, C)))

#             A          B           C        Min        Mean
# 1   1.3720142  0.2156418  0.61260582  0.2156418  0.73342060
# 2  -1.4265665 -0.2090585 -0.05978302 -1.4265665 -0.56513600
# 3   0.6801410  1.5695065 -2.70446924 -2.7044692 -0.15160724
# 4   0.0335067  0.8367425 -0.83621791 -0.8362179  0.01134377
# 5  -0.2068252 -0.2305140  0.23764322 -0.2305140 -0.06656532
# 6  -0.3571095 -0.8776854 -0.80199141 -0.8776854 -0.67892877
# 7   1.0667424 -0.6376245 -0.41189564 -0.6376245  0.00574078
# 8  -1.0003376 -1.5985281  0.90406055 -1.5985281 -0.56493504
# 9  -0.8218494  1.1100531 -1.12477401 -1.1247740 -0.27885677
# 10  0.7868666  0.6099156 -0.58994138 -0.5899414  0.26894694

Answer 2

似乎有传言说，从长远来看，某些dplyr功能rowwise可能会被弃用（此处显示的这种隆隆声）。相反，函数map族中的某些函数——例如pmap函数——frompurrr可用于执行此类计算：

library(tidyverse)

df %>% mutate(Min = pmap(df, min), Mean = rowMeans(.))

#              A          B           C        Min       Mean
# 1  -1.38507062  0.3183367 -1.10363778  -1.385071 -0.7234572
# 2   0.03832318 -1.4237989  0.44418506  -1.423799 -0.3137635
# 3  -0.76303016 -0.4050909 -0.20495061 -0.7630302 -0.4576905
# 4   0.21230614  0.9953866  1.67563243  0.2123061  0.9611084
# 5   1.42553797  0.9588178 -0.13132225 -0.1313222  0.7510112
# 6   0.74447982  0.9180879 -0.19988298  -0.199883  0.4875616
# 7   0.70022940 -0.1509696  0.05491242 -0.1509696  0.2013907
# 8  -0.22935461 -1.2230688 -0.68216549  -1.223069 -0.7115296
# 9   0.19709386 -0.8688243 -0.72770415 -0.8688243 -0.4664782
# 10  1.20715377 -1.0424854 -0.86190429  -1.042485 -0.2324120

Mean 是一种特殊情况（因此使用了 base function rowMeans），因为mean在 data.frame 上的对象已被 R 3.0 弃用。

Answer 3

在 1.0.0中，dplyr您可以rowwise使用c_across：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(Min = min(c_across(A:C)), 
          Mean = mean(c_across(A:C)))

#       A      B       C    Min   Mean
#     <dbl>  <dbl>   <dbl>  <dbl>  <dbl>
# 1 -1.39    0.318 -1.10   -1.39  -0.723
# 2  0.0383 -1.42   0.444  -1.42  -0.314
# 3 -0.763  -0.405 -0.205  -0.763 -0.458
# 4  0.212   0.995  1.68    0.212  0.961
# 5  1.43    0.959 -0.131  -0.131  0.751
# 6  0.744   0.918 -0.200  -0.200  0.488
# 7  0.700  -0.151  0.0549 -0.151  0.201
# 8 -0.229  -1.22  -0.682  -1.22  -0.712
# 9  0.197  -0.869 -0.728  -0.869 -0.466
#10  1.21   -1.04  -0.862  -1.04  -0.232

Answer 4

这个怎么样？

library(dplyr)
as.data.frame(t(mtcars)) %>%
  summarise_all(funs(mean))

为了更加清晰，您可以t()在最后添加另一个：

as.data.frame(t(mtcars)) %>%
  summarise_all(funs(mean)) %>%
  t()