如何用dplyr的across函数实现行内相对频率计算？

这里有几种简洁的方法用dplyr的across实现行内相对频率计算：

方法一：先计算行总和（效率更高） #

先新增一个临时行总和列，再基于它计算各变量的比例，最后可选择删除临时列：

want <- have |>
  # 计算所有目标列的行总和
  mutate(row_total = rowSums(pick(everything())),
         # 对每个变量计算比例，自动生成带_prop后缀的列名
         across(everything(), ~ .x / row_total, .names = "{.col}_prop"),
         # 可选：删除临时的行总和列
         row_total = NULL)

方法二：直接在across内计算行总和 #

如果数据量不大，也可以省略临时列，直接在across的函数里计算行总和：

want <- have |>
  mutate(across(everything(), ~ .x / rowSums(pick(everything())), .names = "{.col}_prop"))

或者用cur_data()指代当前数据框，效果完全一致：

want <- have |>
  mutate(across(everything(), ~ .x / rowSums(cur_data()), .names = "{.col}_prop"))

原代码错误原因 #

你之前的代码存在两处问题：

• 语法结构错误：across(everything()), . / rowSums(.) 不符合across的调用规则，across的第二个参数必须是一个函数（或公式形式的函数）
• 指代对象错误：单独的.在across函数外虽指代整个数据框，但放在该位置语法无效；如果放在across函数内，.指代的是当前处理的单个列，rowSums(.)会报错——因为单个列是向量，不是rowSums要求的矩阵/数据框类型。

精准匹配目标变量 #

如果你的数据框里还有其他非目标列，可以用starts_with("x")精准选择前缀为x的变量，避免误处理：

want <- have |>
  mutate(row_total = rowSums(pick(starts_with("x"))),
         across(starts_with("x"), ~ .x / row_total, .names = "{.col}_prop"),
         row_total = NULL)

内容的提问来源于stack exchange，提问作者pyll