使用 rowwise() 做聚合
当 rowwise() 与 c_across() 组合使用时，会成为您 dplyr 编程工具箱中的一把利器。它们可以让您在每一行上，针对不同变量进行横向计算。例如，这对于统计选定变量在每一行中的缺失值数量非常有用。
本练习是课程的一部分
使用 dplyr 编程
练习说明
- 将管道设置为按行进行计算。
- 创建列
num_missing，其中包含从gdp_in_billions_of_usd到imf_data最后一列范围内，各行的缺失值数量。 - 按缺失项数量降序排序结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
imf_data %>%
# Specify that calculations are done across the row
___() %>%
# Count missings in gdp_in_billions_of_usd to last column
mutate(num_missing = sum(is.na(
___(___:___))
)) %>%
select(country:year, num_missing) %>%
# Arrange by descending number of missing entries
___