如何在R语言中为数据框每行计算多列的平均欧氏距离

我懂你这种找不到合适逐行处理方法的困扰！之前看到的单行转向量示例确实没法直接套用到整个数据框上，不过咱们用基础R的apply()函数或者tidyverse的rowwise()就能轻松解决这个需求。

方法1：使用基础R的apply()函数 #

先定义你的原始数据框：

df <- data.frame(text = c("text1", "text2", "text3"), a = c(1,2,3), b = c(2,4,6), c = c(3,6,9))

接下来用apply()逐行处理a、b、c列，计算每行的平均欧氏距离并新增score列：

# 选取数值列，按行处理，计算mean(dist())
df$score <- apply(df[, c("a", "b", "c")], MARGIN = 1, function(x) mean(dist(x)))

运行后查看结果，完全符合你的预期：

df
#>     text a b c score
#> 1 text1 1 2 3     1
#> 2 text2 2 4 6     2
#> 3 text3 3 6 9     3

代码解释：

• df[, c("a", "b", "c")]：只选取需要计算的数值列，排除非数值的text列；
• MARGIN = 1：指定按行进行处理（MARGIN = 2则是按列）；
• 匿名函数function(x) mean(dist(x))：接收每一行的数值向量x，先通过dist()计算向量内所有元素的欧氏距离矩阵，再取平均值得到最终的score。

方法2：使用tidyverse风格（dplyr） #

如果你更习惯tidyverse的语法，可以用rowwise()实现逐行计算：

library(dplyr)

df <- df %>%
  rowwise() %>% # 开启逐行处理模式
  mutate(score = mean(dist(c(a, b, c)))) %>% # 计算每行的平均欧氏距离
  ungroup() # 关闭逐行模式，回归常规数据框操作

这个方法的结果和基础R版本完全一致，适合平时用tidyverse做数据处理的场景。

内容的提问来源于stack exchange，提问作者Adriaan Nering Bögel