vacio - tablas en r

Suma de filas sobre columnas con un patrón determinado en su nombre

Question

Tengo una tabla de datos como esta

dput(DT)
structure(list(ref = c(3L, 3L, 3L, 3L), nb = 12:15, i1 = c(3.1e-05, 
0.044495, 0.82244, 0.322291), i2 = c(0.000183, 0.155732, 0.873416, 
0.648545), i3 = c(0.000824, 0.533939, 0.838542, 0.990648), i4 = c(0.044495, 
0.82244, 0.322291, 0.393595)), .Names = c("ref", "nb", "i1", 
"i2", "i3", "i4"), row.names = c(NA, -4L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x0000000000320788>)

DT
#    ref nb       i1       i2       i3       i4
# 1:   3 12 0.000031 0.000183 0.000824 0.044495
# 2:   3 13 0.044495 0.155732 0.533939 0.822440
# 3:   3 14 0.822440 0.873416 0.838542 0.322291
# 4:   3 15 0.322291 0.648545 0.990648 0.393595

Ahora quiero calcular sumas de filas, pero solo incluir columnas que comiencen con una "i" ("i1", "i2", etc.)

He usado grep para crear un vector de los nombres de columna que se van a sumar:

listCol <- colnames(DT)[grep("i", colnames(DT))]
listCol
# [1] "i1" "i2" "i3" "i4"

Entonces he tratado de pasar por encima de las columnas:

DT$sum <- rep.int(0, nrow(DT))
for (i in listCol){
    DT$sum = DT$sum + DT[ , get(i)]
}

... lo que da la salida deseada:

DT
#    ref nb       i1       i2       i3       i4      sum
# 1:   3 12 0.000031 0.000183 0.000824 0.044495 0.045533
# 2:   3 13 0.044495 0.155732 0.533939 0.822440 1.556606
# 3:   3 14 0.822440 0.873416 0.838542 0.322291 2.856689
# 4:   3 15 0.322291 0.648545 0.990648 0.393595 2.355079

¿Cómo puedo mejorar mi código?

Sub pregunta:

Esta sub-pregunta incluye parcialmente la respuesta a la anterior:

Cómo evitar este tipo de notación extraña:

myrowMeans = function (x){
    rowMeans(x, na.rm = TRUE)
}
DT[ , var := myrowMeans(.SD-myrowMeans(.SD)^2), .SDcols = grep("i", colnames(DT))]

Answer 1

La solución de dplyr sería usar mutate_ junto con paste(listCol, collapse = "+") . Pero supongo que la solución Reduce es más rápida.

DT <- mutate_(DT, sum = paste(listCol, collapse = "+"))

Answer 2

También puedes probar con Reduce

 DT[, Sum := Reduce(`+`, .SD), .SDcols=listCol][]
 #   ref nb       i1       i2       i3       i4      Sum
 #1:   3 12 0.000031 0.000183 0.000824 0.044495 0.045533
 #2:   3 13 0.044495 0.155732 0.533939 0.822440 1.556606
 #3:   3 14 0.822440 0.873416 0.838542 0.322291 2.856689
 #4:   3 15 0.322291 0.648545 0.990648 0.393595 2.355079

NOTA: Si hay valores "NA", debe reemplazarse con ''0'' antes de Reduce es decir

 DT[, Sum := Reduce(`+`, lapply(.SD, function(x) replace(x, 
                    which(is.na(x)), 0))), .SDcols=listCol][]

** Otra solución: ** usando rowSums

 DT[, Sum := rowSums(.SD, na.rm = TRUE), .SDcols = grep("i", names(DT))] 

Answer 3

Use .SDcols para especificar las columnas, luego tome rowSums . Use := para asignar nuevas columnas:

DT[ ,sum := rowSums(.SD), .SDcols = grep("i", names(DT))]