Cara menjumlahkan beberapa kolom menggunakan dplyr

Anda dapat menggunakan metode berikut untuk menjumlahkan nilai beberapa kolom dalam bingkai data menggunakan dplyr:

Metode 1: Jumlahkan semua kolom

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

Metode 2: Jumlahkan semua kolom numerik

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

Metode 3: Jumlahkan kolom tertentu

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

Contoh berikut menunjukkan cara menggunakan masing-masing metode dengan kerangka data berikut yang berisi informasi tentang poin yang dicetak oleh pemain bola basket berbeda dalam permainan berbeda:

 #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

Contoh 1: menjumlahkan semua kolom

Kode berikut menunjukkan cara menghitung jumlah nilai semua kolom dalam bingkai data:

 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

Contoh 2: Jumlahkan semua kolom numerik

Kode berikut menunjukkan cara menghitung jumlah nilai semua kolom numerik dalam bingkai data:

 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

Contoh 3: Jumlahkan kolom tertentu

Kode berikut menunjukkan cara menghitung jumlah nilai pada kolom game1 dan game2 saja:

 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

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya menggunakan dplyr:

Cara menghapus baris menggunakan dplyr
Cara menyusun baris menggunakan dplyr
Cara memfilter berdasarkan beberapa kondisi menggunakan dplyr