如何在dplyr中按行统计最大值在指定列的重复次数？

问题描述 #

现有如下表格：

需要完成两个任务：

• 计算每行的最大值
• 统计该最大值在当前行的重复次数

期望得到的结果表如下：

目前已通过以下代码实现每行最大值的计算：

df %>% rowwise() %>%
  mutate(max_val = max(col1:col4))

但在统计最大值重复次数时遇到阻碍，思路是通过sum(当前行指定列 == max_val)实现，但不清楚在dplyr中如何选择当前行的指定列进行判断。

解决方法 #

可以在mutate中结合c_across()函数实现需求，c_across()是dplyr中专门用于rowwise()上下文里提取当前行指定列值的函数，能将列值转换为向量供后续判断。

完整代码如下：

library(dplyr)

df %>%
  rowwise() %>%
  mutate(
    max_val = max(col1:col4),
    repetition = sum(c_across(col1:col4) == max_val)
  ) %>%
  ungroup() # 完成逐行操作后取消分组，避免影响后续处理

代码说明 #

• c_across(col1:col4)：在逐行处理的上下文中，提取当前行col1到col4的所有值组成向量
• sum(c_across(...) == max_val)：将向量中的每个元素与当前行的最大值比较，得到逻辑向量后求和，结果即为最大值的重复次数
• ungroup()：取消行分组状态，因为rowwise()会改变数据框的分组属性，后续操作若无需逐行处理，建议执行此步骤

内容的提问来源于stack exchange，提问作者GitZine