为什么 sum() 在应用于数据帧时不会产生与加法相同的值？

Question

出于好奇：我认为可以使用 sum() 在 R 数据帧中创建一个新变量 - objective 正在计算几个单一值的总分。但是 sum() 显然是对一列中的所有值求和，而不仅仅是单个案例的值。这背后的机制是什么？是否有一个函数可以像简单的加法那样将值相加？

Daten <- data.frame(
  cases = c("first", "second", "third"), 
  values1= c(1,2,3),
  values2= c(27,19,34),
  values3= c(2,8,7)
)




Daten$valcomb = sum(Daten$values1,Daten$values2,Daten$values3)

Daten$valcomb2 = Daten$values1+Daten$values2+Daten$values3

print(Daten)

输出

   cases values1 values2 values3 valcomb valcomb2
1  first       1      27       2     103       30
2 second       2      19       8     103       29
3  third       3      34       7     103       44

Answer 1

如果要对行求和，则需要使用 rowSums 而不是 sum。显然，您不能包含非数字 cases 列，因此您需要 rowSums(Daten[-1]) 来计算数字行的总和。

within(Daten, sums <- rowSums(Daten[-1]))
#>    cases values1 values2 values3 sums
#> 1  first       1      27       2   30
#> 2 second       2      19       8   29
#> 3  third       3      34       7   44

或者，如果您使用 dplyr：

Daten %>% mutate(sums = rowSums(.[-1]))
#>    cases values1 values2 values3 sums
#> 1  first       1      27       2   30
#> 2 second       2      19       8   29
#> 3  third       3      34       7   44

Answer 2

这与 data.frames 无关，而是关于 + as 运算符的行为与 sum() 作为函数的行为。

在向量上使用 + 运算符，它将对每个向量元素求和

c(1,2,3) + c(27,19,34) + c(2,8,7)
# [1] 30 29 44

请注意，如果长度可能不相等或仅发出警告，它会回收长度。

c(1,2,3,4) + c(27,19,34) + c(2,8,7)
# [1] 30 29 44 33
# Warning messages:
# 1: In c(1, 2, 3, 4) + c(27, 19, 34) :
#   longer object length is not a multiple of shorter object length
# 2: In c(1, 2, 3, 4) + c(27, 19, 34) + c(2, 8, 7) :
#   longer object length is not a multiple of shorter object length

在向量上使用 sum() 函数时，它将根据函数的定义对所有值求和。

sum(c(1,2,3), c(27,19,34), c(2,8,7))
# [1] 103

更新

除了关于 + 运算符和求和函数行为的一些理论，这里还有一个使用一些函数处理 data.frame 数据的示例。

library(dplyr)

Daten %>%
  # sums all columns that yield numeric values
  mutate(sum_all = rowSums(across(where(is.numeric)))) %>%
  # sums values1 and values3
  mutate(sum_1_3 = rowSums(across(c("values1", "values3"))))

#    cases values1 values2 values3 sum_all sum_1_3
# 1  first       1      27       2      30       3
# 2 second       2      19       8      29      10
# 3  third       3      34       7      44      10

为什么 sum() 在应用于数据帧时不会产生与加法相同的值？

Why does sum() not produce the same values as addition when applied to a dataframe?

r

sum

dataframe