通过条件 (>) 计算每行的列数

Posted 2023-03-21

【中文标题】通过条件 (>) 计算每行的列数

【英文标题】：Count number of columns by a condition (>) for each row

【发布时间】：2013-09-22 14:46:29

【问题描述】：

我正在尝试为矩阵的每一行计算出有多少列的值大于指定值。很抱歉，我问了这个简单的问题，但我无法弄清楚。

对于我感兴趣的一些空间点，我从多年栅格的栅格堆栈中提取了最高温度值。数据类似于：

data <- cbind('1990' = c(25, 22, 35, 42, 44), '1991' = c(23, 28, 33, 40, 45), '1992' = c(20, 20, 30, 41, 43))

    1990   1991   1992
1     25     23     20
2     22     28     20
3     35     33     30
4     42     40     41
5     44     45     43

我想得到每个位置温度高于 30 的年数，例如：

    yr.above   
1          0
2          0
3          2
4          3
5          3

我尝试了一些东西，但它们没有用，而且非常不合逻辑（例如尝试 length(data[1:length(data), which(blah blah 没有意义))，或 apply(data, 1，长度（数据）> 30），我知道这些没有意义，但我有点卡住了。

【参考方案1】：

这将为您提供您正在寻找的向量：

rowSums(data > 30)

data 是矩阵还是 data.frame 都可以。此外，它使用矢量化函数，因此是比使用 apply 更好的方法，apply 只不过是一个（慢）for 循环。

如果data 是一个data.frame，您可以通过以下方式将结果添加为列：

data$yr.above <- rowSums(data > 30)

或者如果data 是一个矩阵：

data <- cbind(data, yr.above = rowSums(data > 30))

你也可以创建一个全新的data.frame：

data.frame(yr.above = rowSums(data > 30))

或一个全新的矩阵：

cbind(yr.above = rowSums(data > 30))

【讨论】：

+1，但请注意操作示例中的 data 是 matrix 而不是 data.frame

谢谢。很难说：cbind 确实给出了一个矩阵，但问题中的打印数据表明data.frame。我已经编辑以解决这两种可能性。

完美！谢谢弗洛德尔。我故意不看 rowSums，因为我认为它会给我所有高于 30 的值的总和。事实上，我一直在使用 rowSums 来获取不同变量的行的总和值......生活和学习。干杯

不客气。这个想法是data > 30 返回一个 TRUE 和 FALSE 矩阵。当您在该矩阵上应用rowSums 时，TRUE 和 FALSE 将分别转换为 1 和 0。

【参考方案2】：

apply 的第三个参数需要是一个函数。此外，您可以使用 sum 计算逻辑真数。

apply(data, 1, function(x)sum(x > 30))

【讨论】：

另外，apply(data>30,1,sum)!

【参考方案3】：

我们也可以使用Reduce 和+（假设没有 NA 元素）

 Reduce(`+`, lapply(as.data.frame(data), `>`, 30))

这应该很有效，因为我们没有转换为matrix。

【参考方案4】：

使用dplyr包，可以尝试以下两种解决方案。

library(dplyr)
df <- as.data.frame(data)

选项 1

df %>%
  mutate(yr.above = rowSums(select(df, `1990`:`1992`) > 30))

选项 2

在dplyr 1.0.0 之后，您可以将c_across() 与rowwise() 一起使用，以便轻松执行row-wise聚合。

df %>%
  rowwise() %>%
  mutate(yr.above = sum(c_across(`1990`:`1992`) > 30)) %>%
  ungroup()

注意： 使用dplyr 的好处之一是支持 整洁的选择，提供了一种简洁的 R 方言，用于根据变量的名称或属性选择变量。

---

输出

# # A tibble: 5 x 4
#   `1990` `1991` `1992` yr.above
#    <dbl>  <dbl>  <dbl>    <int>
# 1     25     23     20        0
# 2     22     28     20        0
# 3     35     33     30        2
# 4     42     40     41        3
# 5     44     45     43        3