Comment appliquer une fonction à chaque ligne à l’aide de dplyr

Vous pouvez utiliser la syntaxe de base suivante pour appliquer une fonction à chaque ligne d’un bloc de données dans R à l’aide des fonctions de dplyr :

df %>%
  rowwise() %>% 
  mutate(mean_value = mean(c(col1, col2, col3), na.rm=TRUE))

Cet exemple particulier calcule la valeur moyenne de col1 , col2 et col3 pour chaque ligne du bloc de données, mais vous pouvez remplacer la fonction Mean() par n’importe quelle fonction pour laquelle vous souhaitez calculer une métrique différente.

Les exemples suivants montrent comment utiliser cette syntaxe en pratique avec le bloc de données suivant qui contient des informations sur les points marqués par différents joueurs de basket-ball lors de différents matchs :

#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

Exemple 1 : Moyenne de colonnes spécifiques dans chaque ligne

Le code suivant montre comment calculer la valeur moyenne des colonnes game1 et game3 pour chaque ligne du bloc de données :

library(dplyr)

#calculate mean of game1 and game3
df %>%
  rowwise() %>% 
  mutate(mean_points = mean(c(game1, game3), na.rm=TRUE))

# A tibble: 6 x 4
# Rowwise: 
  game1 game2 game3 mean_points
           
1    22    12    NA        22  
2    25    10    15        20  
3    29     6    15        22  
4    13     6    18        15.5
5    22     8    22        22  
6    30    11    13        21.5

À partir du résultat, nous pouvons voir :

• La valeur moyenne de game1 et game3 dans la première ligne est 22 .
• La valeur moyenne de game1 et game3 dans la deuxième ligne est 20 .
• La valeur moyenne de game1 et game3 dans la troisième ligne est 22 .

Et ainsi de suite.

Exemple 2 : nombre maximum de colonnes spécifiques dans chaque ligne

Le code suivant montre comment calculer la valeur maximale des colonnes game2 et game3 pour chaque ligne du bloc de données :

library(dplyr)

#calculate max of game2 and game3
df %>%
  rowwise() %>% 
  mutate(max_points = max(c(game2, game3), na.rm=TRUE))

# A tibble: 6 x 4
# Rowwise: 
  game1 game2 game3 max_points
          
1    22    12    NA         12
2    25    10    15         15
3    29     6    15         15
4    13     6    18         18
5    22     8    22         22
6    30    11    13         13

À partir du résultat, nous pouvons voir :

• La valeur maximale de game2 et game3 dans la première ligne est 12 .
• La valeur maximale de game2 et game3 dans la deuxième ligne est 15 .
• La valeur maximale de game2 et game3 dans la troisième ligne est 15 .

Et ainsi de suite.

Exemple 3 : écart type de colonnes spécifiques dans chaque ligne

Le code suivant montre comment calculer l’écart type des valeurs dans les colonnes game2 et game3 pour chaque ligne du bloc de données :

library(dplyr)

#calculate standard deviation of game2 and game3
df %>%
  rowwise() %>% 
  mutate(sd_points = sd(c(game2, game3), na.rm=TRUE))

# A tibble: 6 x 4
# Rowwise: 
  game1 game2 game3 sd_points
         
1    22    12    NA     NA   
2    25    10    15      3.54
3    29     6    15      6.36
4    13     6    18      8.49
5    22     8    22      9.90
6    30    11    13      1.41

À partir du résultat, nous pouvons voir :

• L’écart type de game2 et game3 dans la première ligne est NA (puisque l’écart type ne peut pas être calculé à partir d’une seule valeur).
• L’écart type de game2 et game3 dans la deuxième ligne est de 3,54 .
• L’écart type de game2 et game3 dans la première ligne 6,36 .

Et ainsi de suite.

Remarque : Vous pouvez trouver la documentation complète de la fonction rowwise() dans dplyr ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes à l’aide de dplyr :

Comment compter des valeurs distinctes à l’aide de dplyr
Comment additionner sur plusieurs colonnes à l’aide de dplyr
Comment remplacer plusieurs valeurs dans un bloc de données à l’aide de dplyr