为什么我的R突变与rowsum不工作(错误:问题与' mutate() '输入' ..2 '.X ' X '必须是数字ℹ输入的. .2》是“rowSums(.)”.)？

我试图学习如何在R中使用across()函数，我想用它做一个简单的rowsum()。然而，我一直得到这个错误:

错误:mutate()输入的问题。X ' X '必须是数字？

输入..2 is rowSums(. na.rm = TRUE).

然而，我所有的相关列都是数字。任何帮助，任何解释，我为什么会得到这个错误将非常感谢！

下面是一个可复制的例子:

library(dplyr)
test <- tibble(resource_name = c("Justin", "Corey", "Justin"),
       project = c("P1", "P2", "P3"),
       sep_2021 = c(1, 2, NA),
       oct_2021 = c(5, 2, 1))
test %>%
  select(resource_name, project, sep_2021, oct_2021) %>%
  mutate(total = across(contains("_20")), rowSums(., na.rm = TRUE))

这就是为什么我要这么做

answer <-  tibble(resource_name = c("Justin", "Corey", "Justin"),
                  project = c("P1", "P2", "P3"),
                  sep_2021 = c(1, 2, NA),
                  oct_2021 = c(5, 2, 1),
                  total = c(6, 4, 1))

注意:我的真实数据集有很多列，顺序是可变的。因为我真的想使用包含(“_20”)部分的代码，而不是索引。

# # #我们可能使用adorn_totals

library(dplyr)
library(janitor)
test %>%
     adorn_totals("col", name = "total")

对于rowsum和跨语法将是

  resource_name project sep_2021 oct_2021 total
        Justin      P1        1        5     6
         Corey      P2        2        2     4
        Justin      P3       NA        1     1

与产出

test %>% 
   mutate(total = rowSums(across(contains("_20")), na.rm = TRUE))

在OP的代码中，across选择了列，但是rowsum是对整个数据(。)而不是所选择的数据进行的

# A tibble: 3 x 5
  resource_name project sep_2021 oct_2021 total
  <chr>         <chr>      <dbl>    <dbl> <dbl>
1 Justin        P1             1        5     6
2 Corey         P2             2        2     4
3 Justin        P3            NA        1     1

# # #更新:

正如akrun所评论的(见评论)我们使用

这里是另一个dplyr选项来计算行和(用rowwise和sum:c_across

test %>%
    rowwise() %>% 
    mutate(total = sum(c_across(contains("_20")), na.rm = TRUE))

test %>%
    rowwise() %>% 
    mutate(total = sum(across(contains("_20")), na.rm = TRUE))

  resource_name project sep_2021 oct_2021 total
  <chr>         <chr>      <dbl>    <dbl> <dbl>
1 Justin        P1             1        5     6
2 Corey         P2             2        2     4
3 Justin        P3            NA        1     1