[英]R tibble: aggregating by row across specific columns, by column groups
我有測試患者的生物化合物水平的數據,根據給予某些葯物,他們被分成不同的組。 也就是說,我們有:
Coronin
, Dystrophin
, Tubulin
(隨機Googled蛋白名稱)等。 因此,我們有一個tibble
一樣(在所有值tibble
有浮動):
| compound | A1 | A2 | A3 | B1 ... C3|
|-----------|----|----|----|---- ... --|
| Coronin |
| Dystrophin|
| Gloverin |
| keratin |
| Tubulin |
對於每個化合物,我希望計算每個組的均值,作為一個新列,如下所示:
| compound | A1 | A2 | A3 | B1 ...C3| mean_A | mean_B | mean_C |
|-----------|-----|-----|-----|---- ... --|---------|---------|---------|
| Coronin | 1 | 2 | 3 | ... | 2 | ... |
| Dystrophin| 4 | 5 | 6 | ... | 5 | ... |
| Gloverin | ...
| keratin |
| Tubulin |
執行此操作的代碼是:
my_tibble <- my_tibble %>%
mutate(mean_A = rowMeans(select(., c("A1", "A2", "A3")))) %>%
mutate(mean_B = rowMeans(select(., c("B1", "B2", "B3")))) %>%
mutate(mean_C = rowMeans(select(., c("C1", "C2", "C3"))))
問題是:我希望能夠為動態輸入的組數量,即C,D,E等...,其中列到組是一個單獨的,用戶輸入的組合,比如說:
| group_name | name1 | name2 | name3 |
|------------|-------|-------|-------|
| A | A1 | B2 | C3 |
| B | B1 | B2 | C3 |
...
and so on
根據用戶指定的組數(以及相關的樣本到組名),我如何迭代地添加mutate
謂詞?
注意:組名“C”,“B”......等是任意的(例如,這些組可能被分配了給予該組的葯物的名稱),所以我不會使用迭代依賴於它們字面上命名為“A”,“B”等事實的操作。
一個選項是按列名分割,用sapply
遍歷list
,獲取rowMeans
並將其分配給3個新列
nm1 <- substr(names(df1)[-1], 1, nchar(names(df1)[-1])-1)
df1[paste0("mean_", toupper(unique(nm1)))] <-
sapply(split.default(df1[-1], nm1), rowMeans)
df1
# compound g11 g12 g13 g21 g22 g23 g31 g32 g33 mean_G1 mean_G2 mean_G3
#1 A 7 3 9 8 8 1 3 7 2 6.333333 5.666667 4.000000
#2 B 3 8 8 1 2 5 1 1 4 6.333333 2.666667 2.000000
#3 C 8 6 7 5 1 4 3 6 3 7.000000 3.333333 4.000000
#4 D 7 9 8 5 5 6 8 7 6 8.000000 5.333333 7.000000
#5 E 2 4 1 5 2 6 6 1 3 2.333333 4.333333 3.333333
注意:這可以擴展到任意數量的組。 唯一要改變的是當前創建列名稱的示例中的1:3
set.seed(24)
df1 <- cbind(compound = LETTERS[1:5], as.data.frame(matrix(sample(1:9, 5 * 9,
replace = TRUE), nrow = 5, ncol = 9, dimnames = list(NULL,
paste0(rep(paste0("g", 1:3), each = 3), 1:3)))))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.