如何对数据框中含偶数后缀的列重编码并添加分类均值列？

需求说明 #

对数据框中后缀为偶数的列（如N2、N4、N6、E2等）应用abs(x-6)函数重编码（自定义函数recode_items已实现），之后添加两列分别计算每行中N类列（N1-N6）、E类列（E1-E6）的均值。

示例数据与自定义函数 #

# 示例数据框
df1 <- tibble(id = 1:5, 
          N1 = c(4,3,2,5,4),
          N2 = c(1,1,3,2,5),
          N3 = c(5,5,2,4,3),
          N4 = c(4,2,2,2,1), 
          N5 = c(1,1,4,2,3),
          N6 = c(5,2,4,3,1),
          E1 = c(1,2,3,1,1),
          E2 = c(5,2,3,1,1), 
          E3 = c(2,2,1,3,1),
          E4 = c(1,1,1,3,2), 
          E5 = c(2,3,1,4,4), 
          E6 = c(3,2,3,3,1))

# 自定义重编码函数
recode_items <- function(reverse_items) {
  items <- abs(reverse_items - 6)
  return(items)
}

错误代码分析 #

原代码存在两处核心问题：

• group_by(ends_with(c("2","4","6")))用法错误：group_by是用于按行分组统计的工具，不能用来选择列进行修改，这会导致分组逻辑完全偏离需求。
• mutate(N = mean(N1:N6), E = mean(E1:E6))计算的是整列均值，而非每行的均值，最终所有行的N、E值会完全相同，不符合需求。

正确代码实现 #

使用dplyr的across函数精准选择目标列并应用重编码，再用rowMeans计算每行的均值：

library(dplyr)

recoded_df1 <- df1 %>%
  # 对后缀为2、4、6的列应用重编码函数
  mutate(across(ends_with(c("2", "4", "6")), recode_items)) %>%
  # 计算每行N类列的均值
  mutate(N_mean = rowMeans(select(., starts_with("N")), na.rm = TRUE),
         # 计算每行E类列的均值
         E_mean = rowMeans(select(., starts_with("E")), na.rm = TRUE))

代码说明 #

• across(ends_with(c("2", "4", "6")), recode_items)：精准匹配所有后缀为2、4、6的列，对每列批量应用recode_items函数完成重编码。
• rowMeans(select(., starts_with("N")), na.rm = TRUE)：先筛选所有以N开头的列，再计算每行的均值，na.rm = TRUE用于处理可能存在的缺失值。

运行后即可得到正确的重编码结果，以及每行对应的N类、E类列均值。

内容的提问来源于stack exchange，提问作者aesm315