Добавление кратких столбцов программно

Question

У меня есть dataframe X01, столбцы которой следует суммировать с mean, max и min

> head(X01) 
    B01002e2 B01002e3 
1  39.6  47.3 
2  37.0  44.8 
3  52.6  49.8 
4  35.5  26.7 
5  39.4  23.9 
6  40.8  39.8 

Моя цель состоит в том, чтобы добавить min, max, и mean после каждого столбца. До сих пор, я делал это вручную, перестраивая порядок столбцов, но я скоро данные со многими колоннами, что делает этот подход очень медленно:

X01$B01002e2_min <- min(X01$B01002e2, na.rm = TRUE) 
X01$B01002e2_max <- max(X01$B01002e2, na.rm = TRUE) 
X01$B01002e2_mean <- mean(X01$B01002e2, na.rm = TRUE) 
X01$B01002e3_min <- min(X01$B01002e3, na.rm = TRUE) 
X01$B01002e3_max <- max(X01$B01002e3, na.rm = TRUE) 
X01$B01002e3_mean <- mean(X01$B01002e3, na.rm = TRUE) 

X01 <- X01[ , c(1,3,4,5,2,6,7,8)] 

> head(X01) 
    B01002e2 B01002e2_min B01002e2_max B01002e2_mean B01002e3 B01002e3_min B01002e3_max 
1  39.6   6   83.7 35.3427547  47.3   8.9   90.8 
2  37.0   6   83.7 35.3427547  44.8   8.9   90.8 
3  52.6   6   83.7 35.3427547  49.8   8.9   90.8 
4  35.5   6   83.7 35.3427547  26.7   8.9   90.8 
5  39.4   6   83.7 35.3427547  23.9   8.9   90.8 
6  40.8   6   83.7 35.3427547  39.8   8.9   90.8 
    B01002e3_mean 
1 37.6894248 
2 37.6894248 
3 37.6894248 
4 37.6894248 
5 37.6894248 
6 37.6894248 

Есть ли решение в R, чтобы добавить эти столбцы после каждого колонка обрабатывается на одном этапе, например, с addmargins()?

dput(head(X01)) 
    structure(list(B01002e2 = c(39.6, 37, 52.6, 35.5, 39.4, 40.8), 
     B01002e3 = c(47.3, 44.8, 49.8, 26.7, 23.9, 39.8)), .Names = c("B01002e2", 
    "B01002e3"), row.names = c(NA, 6L), class = "data.frame") 

Answer 1

Вот dplyr подхода:

library(dplyr) 

X01 %>% mutate_all(funs(max, mean, min)) 

B01002e2 B01002e3 B01002e2_max B01002e3_max B01002e2_mean B01002e3_mean B01002e2_min B01002e3_min 
1  39.6  47.3   52.6   49.8  40.81667  38.71667   35.5   23.9 
2  37.0  44.8   52.6   49.8  40.81667  38.71667   35.5   23.9 
3  52.6  49.8   52.6   49.8  40.81667  38.71667   35.5   23.9 
4  35.5  26.7   52.6   49.8  40.81667  38.71667   35.5   23.9 
5  39.4  23.9   52.6   49.8  40.81667  38.71667   35.5   23.9 
6  40.8  39.8   52.6   49.8  40.81667  38.71667   35.5   23.9 

Если вы хотите игнорировать NA, то вы можете добавить na.rm=TRUE:

X01[3,1] = NA 

X01 %>% mutate_all(funs(max, mean, min), na.rm=TRUE) 

B01002e2 B01002e3 B01002e2_max B01002e3_max B01002e2_mean B01002e3_mean B01002e2_min B01002e3_min 
1  39.6  47.3   40.8   49.8   38.46  38.71667   35.5   23.9 
2  37.0  44.8   40.8   49.8   38.46  38.71667   35.5   23.9 
3  NA  49.8   40.8   49.8   38.46  38.71667   35.5   23.9 
4  35.5  26.7   40.8   49.8   38.46  38.71667   35.5   23.9 
5  39.4  23.9   40.8   49.8   38.46  38.71667   35.5   23.9 
6  40.8  39.8   40.8   49.8   38.46  38.71667   35.5   23.9 

Если вы просто хотите, чтобы суммарные значения как новый кадр данных, вы можете сделать это:

X01 %>% summarise_all(funs(max, mean, min), na.rm=TRUE) 

B01002e2_max B01002e3_max B01002e2_mean B01002e3_mean B01002e2_min B01002e3_min 
1   40.8   49.8   38.46  38.71667   35.5   23.9 

Answer 2

Вот попытка использование функционального подхода к перебрать каждый столбец и функцию:

funs <- c("min","max","mean") 
cbind(
    dat, 
    unlist(Map(function(f,d) lapply(d,f), mget(funs, inherits=TRUE), list(dat)), rec=FALSE) 
) 
# B01002e2 B01002e3 min.B01002e2 min.B01002e3 max.B01002e2 max.B01002e3 mean.B01002e2 mean.B01002e3 
#1  39.6  47.3   35.5   23.9   52.6   49.8  40.81667  38.71667 
#2  37.0  44.8   35.5   23.9   52.6   49.8  40.81667  38.71667 
#3  52.6  49.8   35.5   23.9   52.6   49.8  40.81667  38.71667 
#4  35.5  26.7   35.5   23.9   52.6   49.8  40.81667  38.71667 
#5  39.4  23.9   35.5   23.9   52.6   49.8  40.81667  38.71667 
#6  40.8  39.8   35.5   23.9   52.6   49.8  40.81667  38.71667