Tidyverse 功能

Question

我是 R 的新手（ish），需要您的帮助。 我有一个包含 5 个响应变量处理级别的数据集。 假设，我在土壤含水量的 5 个水平（最佳、40%、30%、20% 和 10%）下测量了土壤 N 含量。 对于每个级别，我有 5 个重复。 现在，我想计算非标准化（最优 - 40%，最优 -30%，最优 - 20%，最优 - 10%）和标准化（最优 - 40% / 最优，最优 - 30% / 最优，等等）对于每个重复。 有没有办法在 R 中使用 tidyverse 做到这一点？ 我对制作“循环”功能仍然很陌生。 如果有人可以用潜在的代码回答，这将是一个很大的帮助。

Answer 1

（正如我在上面的评论中所指出的，如果您可以共享示例数据、当前代码和您的期望，那么在此论坛上回答您的问题会更容易。然后潜在的回答者可以更有信心他们实际上正在回答您的问题，而不是. 你所质疑的版本听起来像。）

下面是使用dplyr，在这里我们首先计算装置使用每级/治疗的方法group_by + summarize 。 请注意，分组有两个维度（ treated + levels ），并总结“剥离”要应用的最后一个维度（在本例中为levels ）。 因此，在summarize行之后，数据仍按treated分组。 我们可以使用方括号[]符号来指定用于标准化的级别。 在这种情况下，我将每个值除以其各自treated组内的“最佳”值。

library(dplyr)
df %>%
  group_by(treated, levels) %>%
  summarize(avg_raw = mean(values)) %>%
  mutate(avg_standarized = avg_raw / avg_raw[levels == "optimal"]) %>%
  ungroup()

输出

# A tibble: 10 x 4
   treated levels  avg_raw avg_standarized
   <lgl>   <chr>     <dbl>           <dbl>
 1 FALSE   10%       0.628           1.16 
 2 FALSE   20%       0.502           0.927
 3 FALSE   30%       0.370           0.684
 4 FALSE   40%       0.606           1.12 
 5 FALSE   optimal   0.541           1    
 6 TRUE    10%       0.608           1.55 
 7 TRUE    20%       0.371           0.945
 8 TRUE    30%       0.499           1.27 
 9 TRUE    40%       0.629           1.60 
10 TRUE    optimal   0.393           1   

样本数据

df <- data.frame(stringsAsFactors = FALSE,
                 levels = rep(c("optimal", "40%", "30%", "20%", "10%"), 4),
                 treated = rep(c(TRUE, FALSE), each = 10),
                 values = (sin(1:20)^2))