如何编写正确的Dplyr管道实现对应base R的行计算与分位筛选
正确dplyr管道实现代码
你原有代码出错的核心原因是:rowwise() 逐行运算的语境下,直接调用d只能拿到当前行的单个值,无法取到整个d列的所有大于0的数值计算分位数,同时select_var()是用于选择数据框变量的函数,不能用来筛选向量值。
标准实现(和base R逻辑完全对齐)
library(dplyr) ind <- dat %>% as_tibble() %>% # 逐行计算a到c列的和得到d rowwise() %>% mutate(d = sum(c_across(a:c))) %>% # 取消逐行语境,恢复对全列的操作能力 ungroup() %>% # 计算d列大于0值的10%分位数,再逐行判断 mutate(ind = d > quantile(d[d > 0], 0.1)) %>% # 提取布尔向量结果 pull(ind)
更高效的简化写法
如果你的a~c列都是数值型,用rowSums替代逐行求和,性能更好,也省掉了行上下文切换的步骤:
ind <- dat %>% mutate(d = rowSums(across(a:c))) %>% mutate(ind = d > quantile(d[d>0], 0.1)) %>% pull(ind)
以上两种写法运行结果和你提供的base R代码输出完全一致。
内容的提问来源于stack exchange,提问作者SimeonL
相关产品推荐
相关产品推荐

