Question

我有一些分组的数字数据（value）（Tissue）。我想在每个组中多次出现的值中添加一个小抖动。

输入：

df <- structure(list(value = c(1.05155243861439, 
1.05155243861439, 1.05155243861439, 11.9769249796958, 1.05155243861439, 
1.05155243861439, 1.05155243861439, 1.05155243861439, 1.05155243861439
), Tissue = structure(c(5L, 5L, 5L, 4L, 5L, 3L, 5L, 1L, 1L
), .Label = c("Brain", "Marrow", "Spleen", "Testes", "Vis"), class = "factor")), .Names = c("value", 
"Tissue"), row.names = c("SM-2", "SM-3", "SM-4", "SM-5", 
"SM-6", "SM-7", "SM-8", "SM-9", "SM-10"), class = "data.frame")

我尝试使用group_by和mutate，但这会为每个组的每个重复元素添加相同的抖动（有点无意义，对吧？）。

df <- df %>%
    group_by(Tissue, value) %>%
    mutate(jitter = ifelse(n()>1, value+runif(1, min=-0.15, max=0.15), value))

输出：

Source: local data frame [9 x 3]
Groups: Tissue, value [4]

      value Tissue     jitter
      (dbl) (fctr)      (dbl)
1  1.051552    Vis  1.1793382
2  1.051552    Vis  1.1793382
3  1.051552    Vis  1.1793382
4 11.976925 Testes 11.9769250
5  1.051552    Vis  1.1793382
6  1.051552 Spleen  1.0515524
7  1.051552    Vis  1.1793382
8  1.051552  Brain  0.9284923
9  1.051552  Brain  0.9284923

第4行和第6行正确无法排斥。但行[1-3,5,7]我想要有独特的紧张情绪。来自dplyr更好的人的任何想法？：（

Answer 1

正如评论中所指出的，ifelse()在这种情况下是有问题的，因为它返回的长度必须与测试的长度相同。由于您的测试长度为1，因此ifelse不会返回长度为n()的随机数。

我们可以通过将抖动值乘以n() > 1的逻辑来解决这个问题。如果为false，则将乘以0;若为真，则为1。

df %>%
    group_by(Tissue, value) %>%
    mutate(
        jitter = value + runif(n(), min = -0.15, max = 0.15) * (n() > 1)
    )
#       value Tissue     jitter
#       (dbl) (fctr)      (dbl)
# 1  1.051552    Vis  1.1020925
# 2  1.051552    Vis  1.1398244
# 3  1.051552    Vis  0.9339355
# 4 11.976925 Testes 11.9769250
# 5  1.051552    Vis  1.1186657
# 6  1.051552 Spleen  1.0515524
# 7  1.051552    Vis  1.0249348
# 8  1.051552  Brain  1.0814222
# 9  1.051552  Brain  1.0496148

使用单一条件，您实际上可以使用if(){} else的平原，这也适用于mutate：

jitter = value + if(n() > 1) {runif(n(), -.15, .15)} else 0

您更喜欢哪种方式取决于您。

dplyr：将抖动添加到组内的重复值

1 个答案: