在col.names中根据row.names和条件求和行-- R

Question

df <- data.frame(row.names = c('1s.u1','1s.u2','2s.u1','2s.u2','6s.u1'),fjri_deu_klcea= c('0','0','0','15','23'),hfue_klcea=c('2','2','0','156','45'),dji_dhi_ghcea_jk=c('456','0','0','15','15'),jdi_jdi_ghcea=c('1','2','3','4','100'),gz7_jfu_dcea_jdi=c('5','6','3','7','56'))

df
      fjri_deu_klcea hfue_klcea dji_dhi_ghcea_jk jdi_jdi_ghcea gz7_jfu_dcea_jdi
1s.u1              0          2              456             1                5
1s.u2              0          2                0             2                6
2s.u1              0          0                0             3                3
2s.u2             15        156               15             4                7
6s.u1             23         45               15           100               56

我想根据列名的cea部分来总结df。因此，具有相同cea部分的所有行都应该求和。df应该如下所示

        klcea      ghcea            dcea
1s.u1      2         457               5
1s.u2      2          2                6
2s.u1      0          3                3
2s.u2      171        19               7
6s.u1      68         115              56

我考虑首先获得一个名为cea的cea列，然后根据row.names和相应的cea将其汇总为类似with(df, ave(cea, row.names(df), FUN = sum))的内容

我不知道如何根据字符串中的模式生成新列。我猜grepl是有用的，但我想不出什么办法，我试过df$cea <- df[grepl(colnames(df),'cea'),]，这是错的……

Answer 1

使用基数R，您可以从名称中提取"cea“部分，并在split.default中使用它将数据帧拆分为多个列，然后我们可以使用rowSums对每个单独的数据帧求和。

sapply(split.default(df, sub('.*_(.*cea).*', '\\1', names(df))), rowSums)

#      dcea ghcea klcea
#1s.u1    5   457     2
#1s.u2    6     2     2
#2s.u1    3     3     0
#2s.u2    7    19   171
#6s.u1   56   115    68

其中sub部件返回：

sub('.*_(.*cea).*', '\\1', names(df))
#[1] "klcea" "klcea" "ghcea" "ghcea" "dcea" 

Answer 2

使用dplyr：

> df %>% rowwise() %>% mutate(klcea = sum(c_across(ends_with('klcea'))), 
+                             ghcea = sum(c_across(contains('ghcea'))),
+                             dcea = sum(c_across(contains('dcea')))) %>% 
+                     select(klcea, ghcea, dcea)
# A tibble: 5 x 3
# Rowwise: 
  klcea ghcea  dcea
  <dbl> <dbl> <dbl>
1     2   457     5
2     2     2     6
3     0     3     3
4   171    19     7
5    68   115    56

如果希望保留行名：

> df %>% rownames_to_column('rn') %>% rowwise() %>% mutate(klcea = sum(c_across(ends_with('klcea'))), 
+                             ghcea = sum(c_across(contains('ghcea'))),
+                             dcea = sum(c_across(contains('dcea')))) %>% 
+                     select(klcea, ghcea, dcea, rn) %>% column_to_rownames('rn')
      klcea ghcea dcea
1s.u1     2   457    5
1s.u2     2     2    6
2s.u1     0     3    3
2s.u2   171    19    7
6s.u1    68   115   56
>