Sumar filas en data.frame o matrix

81

Tengo un marco de datos muy grande con filas como observaciones y columnas como marcadores genéticos. Me gustaría crear una nueva columna que contenga la suma de un número selecto de columnas para cada observación usando R.

Si tengo 200 columnas y 100 filas, me gustaría crear una nueva columna que tenga 100 filas con la suma de, digamos, las columnas 43 a 167. Las columnas tienen 1 o 0. Con la nueva columna que contiene la suma de cada fila, podré clasificar los individuos que tienen más marcadores genéticos.

Siento que es algo cercano a:

data$new=sum(data$[,43:167])

r

— usuario483502
fuente

106

puedes usar rowSums

rowSums(data) debería darte lo que quieres.

— Greg
fuente

16

Y para el problema de OPdata$new <- rowSums(data[43:167])

— Marek

6

Para ahorrarle tiempo a alguien, tal vez: ¡evite la confusión con la función rowsumque hace otra cosa!

— Augustin

37

La función rowSums (como menciona Greg) hará lo que desee, pero está mezclando técnicas de subconjunto en su respuesta, no use "$" cuando use "[]", su código debería verse algo más como:

data$new <- rowSums( data[,43:167] )

Si desea utilizar una función distinta a la suma, consulte? Aplicar para aplicar funciones generales en filas o columnas.

— Greg Snow
fuente

No estoy seguro de por qué recibí este error: Error en sumas de fila (datos de ingresos): 'x' debe ser numérico

— munmunbb

1

@munmunbb, recibiste ese error porque incomeDatano es numérico. Use algo como str(incomeData)para ver qué es, luego posiblemente conviértalo en una matriz numérica.

— Greg Snow

5

Vine aquí con la esperanza de encontrar una manera de obtener la suma en todas las columnas de una tabla de datos y tener problemas al implementar las soluciones anteriores. Una forma de agregar una columna con la suma en todas las columnas usa la cbindfunción:

cbind(data, total = rowSums(data))

Este método agrega una totalcolumna a los datos y evita el problema de alineación que se produce al intentar sumar TODAS las columnas utilizando las soluciones anteriores (consulte la publicación a continuación para obtener una discusión sobre este problema).

Agregar una nueva columna al error de matriz

— Seeiespi
fuente

Consulte también dplyr :: mutate_all .

— Paul Rougieux