R-如何根据另一列的条件通过计算在数据框中创建新列

Question

在一个项目中，我在CT扫描仪中测量了不同偏离中心位置（列=偏离中心）（工作台高度）处肿瘤的碘浓度（列= ROI_IC）。 我知道每种肿瘤的真实浓度（列= Real_IC；有4种不同的肿瘤具有4种不同的real_IC浓度）。 在每个偏心位置测量每个肿瘤10次（列= Measurement_repeat）。 我计算了测得的碘浓度与实际碘浓度之间的绝对误差（列= absError_IC）

这只是数据的开头：

Offcenter Measurement_repeat Real_IC ROI_IC absError_IC
1          0                  1     0.0    0.4         0.4
2          0                  2     0.0    0.3         0.3
3          0                  3     0.0    0.3         0.3
4          0                  4     0.0    0.0         0.0
5          0                  5     0.0    0.0         0.0
6          0                  6     0.0   -0.1         0.1
7          0                  7     0.0   -0.2         0.2
8          0                  8     0.0   -0.2         0.2
9          0                  9     0.0   -0.1         0.1
10         0                 10     0.0    0.0         0.0
11         0                  1     0.4    0.4         0.0
12         0                  2     0.4    0.3         0.1
13         0                  3     0.4    0.2         0.2
14         0                  4     0.4    0.0         0.4
15         0                  5     0.4    0.0         0.4
16         0                  6     0.4   -0.1         0.5
17         0                  7     0.4    0.1         0.3
18         0                  8     0.4    0.3         0.1
19         0                  9     0.4    0.6         0.2
20         0                 10     0.4    0.7         0.3

现在，我想创建一个名为corrError_IC的新列。
在此列中，应基于在Offcenter = 0针对该特定Real_IC浓度发现的平均绝对误差（10次测量的平均值）来校正测得的碘浓度（ROI_IC）。

因为有4种肿瘤浓度，所以我想在其他偏心值上应用偏心= 0处的4个平均值。

mean1=mean of the 10 absError-IC measurements of the `Real_IC=0`

mean2=mean of the 10 absError-IC measurements of the `Real_IC=0.4`

mean3=mean of the 10 absError-IC measurements of the `Real_IC=3`

mean4=mean of the 10 absError-IC measurements of the `Real_IC=5`

基本上，我想要某个特定肿瘤在Offcenter = 0的平均绝对误差（有4种不同的肿瘤类型，具有四个不同的Real_IC），然后我想通过从该偏移得出的绝对误差值来校正其他Offcenter位置上的所有肿瘤。 Offcenter = 0数据。

我尝试了ifelse语句，但无法弄清楚。

编辑：偏心具有特定级别： c(-6,-4,-3,-2,-1,0,1,2,3,4,6)

Answer 1

这是我将如何解决此问题的方法。

1. 计算由absError_IC分组的Real_IC 。
2. 左连接原始data.frame与分组平均值

代码示例

## replicate sample data sets
ROI_IC = c(0.4, 0.3, 0.3, 0.0, 0.0, -0.1, -0.2, -0.2, -0.1, 0.0, 
           0.4, 0.3, 0.2, 0.0, 0.0, -0.1, 0.1, 0.3, 0.6, 0.7)
df = data.frame("Offcenter"=rep(0, 40),
                "Measurement_repeat"=rep( c(1:10), 4),
                "Real_IC"=rep( c(0,0.4,3,5), each=10), 
                "ROI_IC"=rep(ROI_IC, 2), 
                stringsAsFactors=F)
df$absError_IC = abs(df$Real_IC - df$ROI_IC)

## compute mean of "absError_IC" grouped by "Real_IC"
mean_values = aggregate(df[df$Offcenter==0, c("absError_IC")], 
                        by=list("Real_IC"=df$Real_IC),
                        FUN=mean)
names(mean_values)[which(names(mean_values)=="x")] = "MAE"

## left join to append column
df = merge(df, mean_values, by.x="Real_IC", by.y="Real_IC", all.x=T, all.y=F, sort=F)
## notice that column order shifts based on "key"
df[c(1:5, 10:15), ]

我建议使用data.table包，该包在需要处理大数据时特别有用。

library(data.table)
## dt = data.table(df) or dt = fread(<path>)
## dt[dt$Offcenter==0, c("absError_IC") := abs(dt$Real_IC - dt$ROI_IC)]

## compute grouped mean
mean_values = dt[, j=list("MAE"=mean(absError_IC)), by=list(Real_IC)]

## left join
dt = merge(dt, mean_values, by.x="Real_IC", by.y="Real_IC", all.x=T, all.y=F, sort=F)

Answer 2

考虑ave进行内联聚合，其中第一个参数是数值字段，下一个参数是分组字段，而最后一个需要命名参数FUN参数是数字函数： ave(num_vector, ..., FUN=func) 。

df$corrError_IC <- with(df, ave(absError_IC, Real_IC, FUN=mean))

要处理NA，请将function参数扩展为na.rm参数：

df$corrError_IC <- with(df, ave(absError_IC, Real_IC, FUN=function(x) mean(x, na.rm=TRUE))

Answer 3

我找到了一种方法来计算所需的数据，方法是创建一个额外的列，以偏心= 0的情况从4个Real_IC级别获取平均绝对误差，并在Real_IC具有一定级别时将它们匹配。 在第二步中，我从ROI_IC中减去这些。 但是，如何将代码简化为更通用的形式（此刻，我将根据其行位置计算平均absErrors）？ 抱歉，我是一个绝对的初学者；（

注意：我的data.frame称为“ ds_M”

#Define absolute errors for the 4 Real_IC levels as variables

average1<-mean(ds_M$absError_IC[1:10]) #for Real_IC=0
average2<-mean(ds_M$absError_IC[11:20]) #for Real_IC=0.4
average3<-mean(ds_M$absError_IC[21:30]) #for Real_IC=3
average4<-mean(ds_M$absError_IC[31:40]) #for Real_IC=5

# New column assigning the correction factor to each Real_IC level
ds_M$absCorr[ds_M$Real_IC==0]<-average1
ds_M$absCorr[ds_M$Real_IC==0.4]<-average2
ds_M$absCorr[ds_M$Real_IC==3]<-average3
ds_M$absCorr[ds_M$Real_IC==5]<-average4

# Calculate new column with corrected ROI_ICs
ds_M$corrError_IC<-ds_M$ROI_IC - ds_M$absCorr