dplyr - 使用正则表达式的多列总和
dplyr - sum of multiple columns using regular expressions
对于数据集 mtcars2
mtcars2 = mtcars
mtcars2 = mtcars2 %>% mutate(cyl9=cyl, disp9=disp, gear2=gear)
我想通过使用正则表达式来捕获模式来获得一个新列，它是多列的总和。
这是一个解决方案，但是这是通过硬编码完成的
select(mtcars2, cyl9) + select(mtcars2, disp9) + select(mtcars2, gear2)
我试过类似的方法，但它给了我一个数字而不是向量
mtcars2 %>% select(matches("[0-9]")) %>% sum
请仅提供 dplyr 解决方案，因为稍后我需要将这些功能应用于 sql table。
谢谢！
更新..
我需要在 sql tables 上工作的解决方案，数据设置如下..
mydb <- dbConnect(RSQLite::SQLite(), "")
dbWriteTable(mydb, "mt", mtcars)
mt.sql=tbl(mydb, "mt")
mt.sql = mt.sql %>% mutate(cyl9=cyl, disp9=disp, gear2=gear)
reduce()、rowSums()、rowwise() 在 sql table 上不起作用，我试过这些但它们给我错误。
我试过了，
mt.sql %>% rowwise()
错误：is.data.frame（数据）不正确
mt.sql %>% select(matches("[0-9]")) %>% mutate(sum=rowSums(.))
使用方法错误（"escape"）：
没有适用于 'escape' 的方法应用于 class "c('tbl_dbi', 'tbl_sql', 'tbl_lazy', 'tbl')"
的对象
mt.sql %>% select(matches("[0-9]")) %>% reduce(`+`)
.x + .y 中的错误：二元运算符的非数字参数
如果我将 mt.sql 切换到 mtcars2，它们都可以工作，所以我猜这是一个 sql table 问题。
我们可以使用 tidyverse 选项
library(tidyverse)
mtcars2 %>%
select(matches("[0-9]")) %>%
reduce(`+`) #%>%
#if needed to create a new column
#mutate(mtcars2, newcol = .)
#[1] 170.0 170.0 116.0 267.0 371.0 234.0 371.0 154.7 148.8 177.6 177.6 286.8
#[13] 286.8 286.8 483.0 471.0 451.0 86.7 83.7 79.1 127.1 329.0 315.0 361.0
#[25] 411.0 87.0 129.3 104.1 364.0 156.0 314.0 129.0
考虑到 SQL 约束阻止使用更简单和优雅的解决方案，例如 rowSums 和 reduce，我提供了一个更 hack-y 的答案，让我们回到更基本 new_col = a + b + c + ... + n
library(dplyr)
library(stringr)
# get the variable names and form a text equation
col_eqn <- paste0(str_subset(colnames(mtcars), "[a-z]", collapse = " + ")
# run a normal mutate function parsing and evaluating the equation
mtcars %>% mutate(new_col = eval(parse(text = col_eqn)))
# mpg cyl disp hp drat wt qsec vs am gear carb new_col
# 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 328.980
# 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 329.795
# 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 259.580
# 4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 426.135
# 5 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 590.310
# 6 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 385.540
# 7 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 656.920
# 8 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 270.980
# 9 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 299.570
# 10 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 350.460
对于数据集 mtcars2
mtcars2 = mtcars
mtcars2 = mtcars2 %>% mutate(cyl9=cyl, disp9=disp, gear2=gear)
我想通过使用正则表达式来捕获模式来获得一个新列，它是多列的总和。
这是一个解决方案，但是这是通过硬编码完成的
select(mtcars2, cyl9) + select(mtcars2, disp9) + select(mtcars2, gear2)
我试过类似的方法，但它给了我一个数字而不是向量
mtcars2 %>% select(matches("[0-9]")) %>% sum
请仅提供 dplyr 解决方案，因为稍后我需要将这些功能应用于 sql table。
谢谢！
更新.. 我需要在 sql tables 上工作的解决方案，数据设置如下..
mydb <- dbConnect(RSQLite::SQLite(), "")
dbWriteTable(mydb, "mt", mtcars)
mt.sql=tbl(mydb, "mt")
mt.sql = mt.sql %>% mutate(cyl9=cyl, disp9=disp, gear2=gear)
reduce()、rowSums()、rowwise() 在 sql table 上不起作用，我试过这些但它们给我错误。
我试过了，
mt.sql %>% rowwise()
错误：is.data.frame（数据）不正确
mt.sql %>% select(matches("[0-9]")) %>% mutate(sum=rowSums(.))
使用方法错误（"escape"）： 没有适用于 'escape' 的方法应用于 class "c('tbl_dbi', 'tbl_sql', 'tbl_lazy', 'tbl')"
的对象mt.sql %>% select(matches("[0-9]")) %>% reduce(`+`)
.x + .y 中的错误：二元运算符的非数字参数
如果我将 mt.sql 切换到 mtcars2，它们都可以工作，所以我猜这是一个 sql table 问题。
我们可以使用 tidyverse 选项
library(tidyverse)
mtcars2 %>%
select(matches("[0-9]")) %>%
reduce(`+`) #%>%
#if needed to create a new column
#mutate(mtcars2, newcol = .)
#[1] 170.0 170.0 116.0 267.0 371.0 234.0 371.0 154.7 148.8 177.6 177.6 286.8
#[13] 286.8 286.8 483.0 471.0 451.0 86.7 83.7 79.1 127.1 329.0 315.0 361.0
#[25] 411.0 87.0 129.3 104.1 364.0 156.0 314.0 129.0
考虑到 SQL 约束阻止使用更简单和优雅的解决方案，例如 rowSums 和 reduce，我提供了一个更 hack-y 的答案，让我们回到更基本 new_col = a + b + c + ... + n
library(dplyr)
library(stringr)
# get the variable names and form a text equation
col_eqn <- paste0(str_subset(colnames(mtcars), "[a-z]", collapse = " + ")
# run a normal mutate function parsing and evaluating the equation
mtcars %>% mutate(new_col = eval(parse(text = col_eqn)))
# mpg cyl disp hp drat wt qsec vs am gear carb new_col
# 1 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 328.980
# 2 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 329.795
# 3 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 259.580
# 4 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 426.135
# 5 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 590.310
# 6 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 385.540
# 7 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 656.920
# 8 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 270.980
# 9 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 299.570
# 10 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 350.460