So summieren sie mit dplyr mehrere spalten

Mit dplyr können Sie die folgenden Methoden verwenden, um die Werte mehrerer Spalten in einem Datenrahmen zu summieren:

Methode 1: Summe über alle Spalten

 df %>%
  mutate(sum = rowSums(., na. rm = TRUE ))

Methode 2: Summe über alle numerischen Spalten

 df %>%
  mutate(sum = rowSums(across(where(is. numeric )), na. rm = TRUE ))

Methode 3: Summe über bestimmte Spalten

 df %>%
  mutate(sum = rowSums(across(c(col1, col2))))

Die folgenden Beispiele zeigen, wie jede Methode mit dem folgenden Datenrahmen verwendet wird, der Informationen über die von verschiedenen Basketballspielern in verschiedenen Spielen erzielten Punkte enthält:

 #create data frame
df <- data. frame (game1=c(22, 25, 29, 13, 22, 30),
                 game2=c(12, 10, 6, 6, 8, 11),
                 game3=c(NA, 15, 15, 18, 22, 13))

#view data frame
df

  game1 game2 game3
1 22 12 NA
2 25 10 15
3 29 6 15
4 13 6 18
5 22 8 22
6 30 11 13

Beispiel 1: Summe über alle Spalten

Der folgende Code zeigt, wie die Summe der Werte aller Spalten im Datenrahmen berechnet wird:

 library (dplyr)

#sum values across all columns
df %>%
  mutate(total_points = rowSums(., na. rm = TRUE ))

game1 game2 game3 total_points
1 22 12 NA 34
2 25 10 15 50
3 29 6 15 50
4 13 6 18 37
5 22 8 22 52
6 30 11 13 54

Beispiel 2: Summe über alle numerischen Spalten

Der folgende Code zeigt, wie die Summe der Werte aller numerischen Spalten im Datenrahmen berechnet wird:

 library (dplyr)

#sum values across all numeric columns
df %>%
  mutate(total_points = rowSums(across(where(is. numeric )), na. rm = TRUE ))

game1 game2 game3 total_points
1 22 12 NA 34
2 25 10 15 50
3 29 6 15 50
4 13 6 18 37
5 22 8 22 52
6 30 11 13 54

Beispiel 3: Summe über bestimmte Spalten

Der folgende Code zeigt, wie nur die Summe der Werte in den Spalten game1 und game2 berechnet wird:

 library (dplyr)

#sum values across game1 and game2 only
df %>%
  mutate(first2_sum = rowSums(across(c(game1, game2))))

  game1 game2 game3 first2_sum
1 22 12 NA 34
2 25 10 15 35
3 29 6 15 35
4 13 6 18 19
5 22 8 22 30
6 30 11 13 41

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie Sie andere häufige Aufgaben mit dplyr ausführen:

So löschen Sie Zeilen mit dplyr
So ordnen Sie Zeilen mit dplyr an
So filtern Sie mit dplyr nach mehreren Bedingungen