Question

This is a small portion of the dataframe I am working with for reference.我正在使用R中的数据框（MG53_HanLab），其中包含一列Time，有几列名为＆＃34; MG53＆＃34;在其中，有几个名为＆＃34; F2＆＃34;和＃34; Iono＆＃34;在他们中。我想比较每个时间点每组的方法。我知道我必须对数据进行子集化并尝试过

control <- MG53_HanLab[c(2:11)]
F2 <- MG53_HanLab[c(12:23)]
iono <- MG53_HanLab[c(24:33)]

已创建3个新数据帧。

我的问题是：如何逐行比较两个数据帧，看看每个表的均值是否有差异？

Answer 1

rowMeans感觉更简单，就像@Chi Pak建议的那样。

#create example data
time<-seq(1.0,6.0,.5)
A_1<-runif(11)
A_2<-runif(11)
B_1_1<-runif(11)
B_1_2<-runif(11)
B_2<-runif(11)

#create data frame
df<-data.frame(time,A_1,A_2,B_1_1,B_1_2,B_2)

#subset column groups into individual data frames using regular expression
df.a<-df[,grep('A_',colnames(df))]

#calculate rowMeans
a.mean<-rowMeans(df.a)

#repeat for other column groups
df.b<-df[,grep('B_',colnames(df))]
b.mean<-rowMeans(df.b)

#recombine to view side by side
df.mean<-data.frame(a.mean,b.mean)

Answer 2

您可以使用data.table包，其中一些数据会将列翻转到行，然后再返回。

#import library
library(data.table)

#create example data
time<-seq(1.0,6.0,.5)
A_1<-runif(11)
A_2<-runif(11)
B_1_1<-runif(11)
B_1_2<-runif(11)
B_2<-runif(11)

#instantiate data table from example data
dt <-data.table(time,A_1,A_2,B_1_1,B_1_2,B_2)

#flip all columns with underscores in name into rows using regular expression
dt.m = melt(dt,id.vars=c("time"), measure.vars=grep('_',colnames(dt)))

#remove characters after '_' to homogenize column groups
dt.m[,variable:=sub("_.*","",variable)]

#calculate the mean grouped by time and column groups
dt.mean<-dt.m[,lapply(.SD,mean),by=.(time,variable)]

#flip rows back to columns
dcast(dt.mean,time~variable,value.var = "value")

随时间分析逐行比较2个数据帧

2 个答案: