带有rowSums()的mutate()

Question

我想要获取参与者ID和他们所讲的语言的数据，然后创建一个新的列，对每个参与者所讲的所有语言进行汇总。列是ID，每种语言的0=“不说话”和1=“确实说话”，包括一个“其他”的列，然后是一个单独的列，指定另一种语言是什么，"Other.Lang“。我只想对具有二进制值的列进行子集，并为每个参与者创建这个新列的和。

首先是我的数据。

      Participant.Private.ID French Spanish Dutch Czech Russian Hebrew Chinese German Italian Japanese Korean Portuguese Other Other.Lang
    1                5133249      0       0     0     0       0      0       0      0       0        0      0          0     0          0
    2                5136082      0       0     0     0       0      0       0      0       0        0      0          0     0          0
    3                5140442      0       1     0     0       0      0       0      0       0        0      0          0     0          0
    4                5141991      0       1     0     0       0      0       0      0       1        0      0          0     0          0
    5                5143476      0       0     0     0       0      0       0      0       0        0      0          0     0          0
    6                5145250      0       0     0     0       0      0       0      0       0        0      0          0     1      Malay
    7                5146081      0       0     0     0       0      0       0      0       0        0      0          0     0          0

结构如下：

    str(part_langs)
    
    grouped_df [7 x 15] (S3: grouped_df/tbl_df/tbl/data.frame)
     $ Participant.Private.ID: num [1:7] 5133249 5136082 5140442 5141991 5143476 ...
     $ French                : num [1:7] 0 0 0 0 0 0 0
     $ Spanish               : num [1:7] 0 0 1 1 0 0 0
     $ Dutch                 : num [1:7] 0 0 0 0 0 0 0
     $ Czech                 : num [1:7] 0 0 0 0 0 0 0
     $ Russian               : num [1:7] 0 0 0 0 0 0 0
     $ Hebrew                : num [1:7] 0 0 0 0 0 0 0
     $ Chinese               : num [1:7] 0 0 0 0 0 0 0
     $ German                : num [1:7] 0 0 0 0 0 0 0
     $ Italian               : num [1:7] 0 0 0 1 0 0 0
     $ Japanese              : num [1:7] 0 0 0 0 0 0 0
     $ Korean                : num [1:7] 0 0 0 0 0 0 0
     $ Portuguese            : num [1:7] 0 0 0 0 0 0 0
     $ Other                 : num [1:7] 0 0 0 0 0 1 0
     $ Other.Lang            : chr [1:7] "0" "0" "0" "0" ...
     - attr(*, "groups")= tibble [7 x 2] (S3: tbl_df/tbl/data.frame)
      ..$ Participant.Private.ID: num [1:7] 5133249 5136082 5140442 5141991 5143476 ...

我认为这应该有效：

    num <- part_langs %>%
      mutate(num.langs = rowSums(part_langs[2:14]))
    num

但是，我一直收到以下错误消息：

    Error: Problem with `mutate()` input `num.langs`.
    x Input `num.langs` can't be recycled to size 1.
    i Input `num.langs` is `rowSums(part_langs[2:14])`.
    i Input `num.langs` must be size 1, not 7.
    i The error occurred in group 1: Participant.Private.ID = 5133249.

真正奇怪的是，当我尝试创建这个问题的简化版以创建一个可再现的示例时，它工作得很好。

首先，我创建一个数据集。

    test <- matrix(c(1, 1, 1, 0, 0, "",
                   2, 1, 0, 1, 0, "",
                   3, 0, 0, 0, 1, "Chinese"), ncol = 6, byrow=TRUE)
    
    test<-as.data.frame(test)
    
    colnames(test) <- c("ID", "English", "French", "Italian", "Other", "Other.Lang")
    
    str(test)

将二进制列转换为数字：

    test$ID <- as.numeric(test$ID)
    test$English <- as.numeric(test$English)
    test$French <- as.numeric(test$French)
    test$Italian <- as.numeric(test$Italian)
    test$Other <- as.numeric(test$Other)

这里有与上面相同的代码，但是使用了这个简化的数据集。

    num <- test %>%
      mutate(num.langs = rowSums(test[2:5]))
    num

这是输出。它完全符合我的要求：

    "ID","English","French","Italian","Other","Other.Lang","num.langs"
     1,     1,        1,       0,        0,        "",         2
     2,     1,        0,       1,        0,        "",         2
     3,     0,        0,       0,        1,     "Chinese",     1

所以我知道我在我的真实数据中搞砸了，但我不知道在哪里。有人能告诉我吗？

Answer 1

结果上的差异可能是由于part_langs是一个分组数据，从文章中显示的str输出可以看出：

grouped_df [7 x 15] (S3: grouped_df/tbl_df/tbl/data.frame). 

如果这是原因，那么首先ungroup并重新运行您的代码：

library(dplyr)
part_langs <- part_langs %>% ungroup

Answer 2

另一种更依赖dplyr的方法是使用rowwise和c_across

test %>%
  rowwise() %>%
  mutate(num.lang = sum(c_across(English:Other)))