我可以在没有`apply（）`函数的情况下跨行应用R标准差吗？ [重复]

Question

这个问题在这里已有答案：

• R/tidyverse: calculating standard deviation across rows 5个答案
• Calculating standard deviation of each row 1回答

library(tidyverse)
df <- tibble(col1 = c(5, 2), col2 = c(6, 4), col3 = c(9, 9))
# # A tibble: 2 x 3
#    col1  col2  col3
#   <dbl> <dbl> <dbl>
# 1     5     6     9
# 2     2     4     9

df %>% mutate(col4 = apply(.[, c(1, 3)], 1, sum))
df %>% mutate(col4 = rowSums(.[c(1, 3)], na.rm = TRUE))

最近R的apply()功能对我来说很麻烦。暂时我会尽量减少它的使用和使用替代品。 @akrun告诉我，我可以使用rowSums()而不是apply()，如上所示，作为一个例子。

但有没有办法在列之间应用标准偏差，就像我在下面所做的那样。显然我的imaginary::rowSd功能不起作用。它已经弥补了。

df %>% mutate(col4 = apply(.[, c(1, 3)], 1, sd))
df %>% mutate(col4 = imaginary::rowSd(.[c(1, 3)], na.rm = TRUE))

在不使用apply()的情况下，什么方法可行？虽然我对这个包和map()函数知之甚少，但我在想。也许有一个更简单/更优雅的解决方案。

---

[编辑]我应该提到我不能使用列名，因为名称经常在数据库中更改我从中提取信息。我只能使用列号，因为数据库中的相对列位置没有变化我从中提取数据。

Answer 1

一个更简单的选择是来自rowSds的matrixStats，但它仅适用于matrix，因此将数据集的子集转换为matrix并应用rowSds

library(matrixStats)
library(dplyr)
df %>%
    mutate(col4 = rowSds(as.matrix(.[c(1, 3)]))) 
# A tibble: 2 x 4
#   col1  col2  col3  col4
#  <dbl> <dbl> <dbl> <dbl>
#1     5     6     9  2.83
#2     2     4     9  4.95