这是我正在使用的示例表:
n = c(rep("A",3),rep("B",3),rep("C",3))
m = c("X", "Y", "Z", "X", "Y", "Z", "X", "Y", "Z")
s = 1:9
b = 5:13
c = 20:28
d = c(rep("abc", 9))
df = data.frame(d, n, m, s, b, c)
df
该表如下所示:
d n m s b c
abc A X 1 5 20
abc A Y 2 6 21
abc A Z 3 7 22
abc B X 4 8 23
abc B Y 5 9 24
abc B Z 6 10 25
abc C X 7 11 26
abc C Y 8 12 27
abc C Z 9 13 28
我将每一行称为它的列n和m值的串联(例如AX行，CZ行等)。我想将A行的每一行除以AY行，将B行的每一行除以BY行，每个C行乘以CY行(可能并不总是Y，有时是X或Z)。我本质上是想以X(Y，Y或Z(列m))为基础，按组(其中n列为组)对数据(s，b和c列)进行基础计算。
我需要d，n和m列以保持不变。如果可能的话，我想通过直接引用代码中的X，Y或Z来表示哪一行将作为基数，而不是通过[1]，[2]或[3]来实现(因为它们可能不一定总是相同的顺序，并且对用户而言更直观)。我是R的新手，并且使用dplyr，但是我还没有办法找到一种好的方法。
谢谢你的帮助。
最佳答案
使用data.table。
library(data.table)
setDT(df)
divselect <- "Y"
set(df, j = "s", value = as.numeric(df[["s"]]))
set(df, j = "b", value = as.numeric(df[["b"]]))
set(df, j = "c", value = as.numeric(df[["c"]]))
set命令是为了避免错误。当前的列是integer，但是您将使它们成为double。如果在您的实际示例中，它们已经是double，则无需这样做。divselect的值更改您用作基础的列行。您可以根据需要将其更改为X或Z。df[, `:=`(s = s/s[m == divselect],
b = b/b[m == divselect],
c = c/c[m == divselect]),
by = n]
结果:
# d n m s b c
# 1: abc A X 0.500 0.8333333 0.9523810
# 2: abc A Y 1.000 1.0000000 1.0000000
# 3: abc A Z 1.500 1.1666667 1.0476190
# 4: abc B X 0.800 0.8888889 0.9583333
# 5: abc B Y 1.000 1.0000000 1.0000000
# 6: abc B Z 1.200 1.1111111 1.0416667
# 7: abc C X 0.875 0.9166667 0.9629630
# 8: abc C Y 1.000 1.0000000 1.0000000
# 9: abc C Z 1.125 1.0833333 1.0370370
跟进
是的，您可以通过在
lapply的内部或外部使用data.table来执行此操作。setDT(df)
divselect <- "Y"
funcnumeric <- function(x) {
set(df, j = x, value = as.numeric(df[[x]]))
NULL
}
modcols <- names(df)[!(names(df) %in% c("d", "n", "m"))]
a <- lapply(modcols, funcnumeric)
这将替换第一个答案中的三个
set命令。而不是指定每个，我们使用lapply在不是d，n或m的每一列上执行功能。注意，我返回NULL以避免杂乱的函数返回文本；由于这是data.table，因此已全部完成。funcdiv <- function(x, pos) {
x/x[pos]
}
df[ , (modcols) := lapply(.SD,
funcdiv,
pos = which(m == divselect)),
by = n,
.SDcols = modcols]
这样做与以前略有不同。在这里，我们创建了一个简单的函数，该函数将矢量除以该矢量的值，即
pos参数指定的位置。我们将其应用于.SD中的每一列，并将pos值传递为m列等于divselect值的位置，在这种情况下，它等于Y。由于我们指定了by = n，因此将为pos中的每个值确定funcdiv的vector和n参数。参数.SDcols指定我们要对该功能进行lapply，这与我们分配给变量modcols的一组列相同。我们将所有这些都分配回位到modcols。结果:
# d n m s b c
# 1: abc A X 0.500 0.8333333 0.9523810
# 2: abc A Y 1.000 1.0000000 1.0000000
# 3: abc A Z 1.500 1.1666667 1.0476190
# 4: abc B X 0.800 0.8888889 0.9583333
# 5: abc B Y 1.000 1.0000000 1.0000000
# 6: abc B Z 1.200 1.1111111 1.0416667
# 7: abc C X 0.875 0.9166667 0.9629630
# 8: abc C Y 1.000 1.0000000 1.0000000
# 9: abc C Z 1.125 1.0833333 1.0370370
关于r - 按组将所有行除以引用行，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45224162/