dplyr zeilenweise max Reichweite von Spalten mutieren

Question

ich folgende verwenden können maximal 2 Spalten

newiris<-iris %>% 
rowwise() %>% 
mutate(mak=max(Sepal.Width,Petal.Length)) 

Was ich tun möchte, zurückzukehren ist, dass die maximale über eine Reihe von Spalten zu finden, so habe ich nicht um jeden so zu benennen

Irgendwelche Ideen?

Answer 1

Statt rowwise(), kann dies mit pmax

iris %>% 
     mutate(mak=pmax(Sepal.Width,Petal.Length, Petal.Width)) 

sein Können wir interp von library(lazyeval) verwenden können, wenn wir die Spaltennamen in einem vector gespeichert verweisen möchten erfolgen.

library(lazyeval) 
nm1 <- names(iris)[2:4] 
iris %>% 
    mutate_(mak= interp(~pmax(v1), v1= as.name(nm1))) 

Answer 2

Für einige Spalten der Auswahl ohne ganzen Namen eingeben, wenn dplyr mit ziehe ich select Parameter aus subset Funktion.

können Sie gewünschtes Ergebnis wie folgt erhalten:

iris %>% subset(select = 2:4) %>% mutate(mak = do.call(pmax, (.))) %>% 
    select(mak) %>% cbind(iris) 

Answer 3

Es scheint, wie @ akrun Antwort nur die Fälle Adressen, wenn Sie in dem Namen aller Variablen eingeben können, ob die mutate direkt mit mutate(pmax_value=pmax(var1, var2)) verwenden oder Verwenden der Lazy-Auswertung mit mutate_ und interp über mutate_(interp(~pmax(v1, v2), v1=as.name(var1), v2=as.name(var2)).

Ich kann zwei Möglichkeiten sehen, dies zu tun, wenn Sie die Doppelpunktsyntax Sepal.Length:Petal.Width verwenden möchten oder wenn Sie zufällig einen Vektor mit den Spaltennamen haben.

Die erste ist eleganter. Sie ordentlich die Daten und unter den Werten der maximalen nehmen, wenn gruppiert:

data(iris) 
library(dplyr) 
library(tidyr) 

iris_id = iris %>% mutate(id=1:nrow(.)) 
iris_id %>% 
    gather('attribute', 'value', Sepal.Length:Petal.Width) %>% 
    group_by(id) %>% 
    summarize(max_attribute=max(value)) %>% 
    right_join(iris_id, by='id') %>% 
    head(3) 
## # A tibble: 3 × 7 
##  id max_attribute Sepal.Length Sepal.Width Petal.Length Petal.Width Species 
## <int>   <dbl>  <dbl>  <dbl>  <dbl>  <dbl> <fctr> 
## 1  1   5.1   5.1   3.5   1.4   0.2 setosa 
## 2  2   4.9   4.9   3.0   1.4   0.2 setosa 
## 3  3   4.7   4.7   3.2   1.3   0.2 setosa 

Je härter Art und Weise ist eine interpoliert Formel zu verwenden. Das ist gut, wenn Sie einen Zeichenvektor mit den Namen der Variablen haben, über die zu maxi- mieren ist, oder wenn die Tabelle zu hoch/breit ist, damit sie aufgeräumt werden kann.

# Make a character vector of the names of the columns we want to take the 
# maximum over 
target_columns = iris %>% select(-Species) %>% names 
## [1] "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width" 

# Make a vector of dummy variables that will take the place of the real 
# column names inside the interpolated formula 
dummy_vars = sapply(1:length(target_columns), function(i) sprintf('x%i', i)) 
## [1] "x1" "x2" "x3" "x4" 

# Paste those variables together to make the argument of the pmax in the 
# interpolated formula 
dummy_vars_string = paste0(dummy_vars, collapse=',') 
## [1] "x1,x2,x3,x4" 

# Make a named list that maps the dummy variable names (e.g., x1) to the 
# real variable names (e.g., Sepal.Length) 
dummy_vars_list = lapply(target_columns, as.name) %>% setNames(dummy_vars) 
## $x1 
## Sepal.Length 
## 
## $x2 
## Sepal.Width 
## 
## $x3 
## Petal.Length 
## 
## $x4 
## Petal.Width 

# Make a pmax formula using the dummy variables 
max_formula = as.formula(paste0(c('~pmax(', dummy_vars_string, ')'), collapse='')) 
## ~pmax(x1, x2, x3, x4) 

# Interpolate the formula using the named variables 
library(lazyeval) 
iris %>% 
    mutate_(max_attribute=interp(max_formula, .values=dummy_vars_list)) %>% 
    head(3) 
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species max_attribute 
## 1   5.1   3.5   1.4   0.2 setosa   5.1 
## 2   4.9   3.0   1.4   0.2 setosa   4.9 
## 3   4.7   3.2   1.3   0.2 setosa   4.7