Tibbleデータ型の行ごとの合計

Question

私はTibbleを持っていて、dplyr::rowwise()とsum()の組み合わせが機能しないことに気付きました。このトピックには多くのスレッドがあり、2〜3つの解決策がありますが、rowwise()とsum()の組み合わせがうまくいかない理由はありません。

だから、私の質問です：なぜrowwise()とsum()仕事のない組み合わせを行い、我々はそれを動作させるために何ができるのでしょうか？私は初心者ですので、私は以下のコードで何か間違っていると思います。

データ：

dput(data) 
structure(list(Fiscal.Year = c(2016L, 2016L, 2016L, 2016L, 2016L, 
2016L, 2016L, 2016L, 2016L, 2016L), col1 = c(0, 26613797.764311, 
0, 12717073.587292, 0, 0, 0, 0, 0, 0), col2 = c(0, 0, 0, 0, 8969417.89721166, 
0, 11483606.8417117, 0, 0, 0), col3 = c(0, 0, 33251606.347943, 
0, 25082683.4492186, 0, 17337191.3014127, 0, 0, 0), col4 = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0), col5 = c(0, 0, 0, 0, 0, 0, 0, 0, 
0, 9796823.229998), col6 = c(35822181.695755, 17475066.870565, 
0, 0, 0, 0, 4040695.327278, 0, 13117249.623068, 0), col7 = c(0, 
0, 0, 0, 0, 18347258.910001, 0, 0, 7002205.087399, 0), No.Trans = c(2987L, 
1292L, 1002L, 796L, 691L, 677L, 400L, 388L, 381L, 366L)), .Names = c("Fiscal.Year", 
"col1", "col2", "col3", "col4", "col5", "col6", "col7", "No.Trans" 
), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame" 
)) 

このコードは動作しません：

data %>% #No 
     dplyr::rowwise() %>% 
     dplyr::mutate(sum = sum(.[2:8])) 

---

ただ、参考のために、私は次のコードのセットを試してみましたが、彼らは仕事します。私は特にrowwise()とsum()を使用するソリューションを探しています。

オプション1：Summarise over all columns

data %>% 
    dplyr::rowwise() %>% 
    do(data.frame(., res = sum(unlist(.)[2:8]))) 

オプション2：

rowSums(data[,2:8]) 

オプション3：How to do rowwise summation over selected columns using column index with dplyr?

012：で議論 で議論

オプション4：

data %>% 
     select(2:8)%>% 
     dplyr::mutate(sum=rowSums(.)) 

Answer 1

これらの列が怪しい観測のように見える....
そうであれば、データフレームまでのデータが容易に大幅に論争になるだろうことを片付け。

お探しの回答がありますか？

data %>% 
    gather(key = col, val = revenue, `col1`:`col7`) %>% 
    group_by(Fiscal.Year, No.Trans) %>% 
    summarise(res = sum(revenue)) 

Source: local data frame [10 x 3] 
Groups: Fiscal.Year [?] 

    Fiscal.Year No.Trans  res 
     <int> <int> <dbl> 
1   2016  366 9796823 
2   2016  381 20119455 
3   2016  388  0 
4   2016  400 32861493 
5   2016  677 18347259 
6   2016  691 34052101 
7   2016  796 12717074 
8   2016  1002 33251606 
9   2016  1292 44088865 
10  2016  2987 35822182 

実際にスムーズに考えを導入するには、hereをお試しください。彼がプレゼンテーションで議論している機能は更新されましたが、ハドレーは教科連鎖を通じて、それをそのまま教えてくれる素晴らしい仕事をしています。

更新された機能は、彼のggplot2の本hereにあります。