Question

我的数据框由多次样品运行的吸收光谱组成（样品a，b，c，d），其中Ydata是波长，Xdata是吸收。我通过从远离目标峰的安静波长范围减去平均吸收来计算基线校正吸收。

简化数据框：

DF <- data.frame(
  group = rep(c("a", "b", "c", "d"),each=10),
  Ydata = rep(1:10, times = 4),
  Xdata = c(seq(1,10,1),seq(5,50,5),seq(20,11,-1),seq(0.3,3,0.3)),
  abscorr = NA
)

我需要通过减去运行中子集化波长范围的平均值来校正每个样本运行。我一直这样做：

for (i in 1:length(levels(DF$group))){
  sub1 <- subset(DF, group == levels(DF$group)[i], select = c(group, Ydata, 
  Xdata));
  sub2 <- subset(sub1, Ydata > 4 & Ydata < 8, select = c(group, Ydata, 
  Xdata));
  sub1$abscorr <- sub1$Xdata - mean(sub2$Xdata);
  DF <- rbind(sub1, DF);
}

然后整理所有'NA'

DF <- na.omit(DF)

上面的方法使用循环显然很笨重。对于大型数据集，是否有更好的方法来执行此任务？也许dplyr？

Answer 1

尝试dplyr：

DF %>%
    group_by(group) %>%
    mutate(abscorr = Xdata - mean(Xdata[Ydata < 8 & Ydata > 4]))

Answer 2

我相信这样做会。

fun <- function(x){
    x$Xdata - mean(x[which(x$Ydata > 4 & x$Ydata < 8), "Xdata"])
}
DF$abscorr <- do.call(c, lapply(split(DF, DF$group), fun))

请注意，当我测试它时，all.equal给了我一系列的差异，即两个结果的属性不同。所以我运行了以下内容。

fun <- function(x){
    x$Xdata - mean(x[which(x$Ydata > 4 & x$Ydata < 8), "Xdata"])
}
DF2 <- DF
DF2$abscorr <- do.call(c, lapply(split(DF2, DF2$group), fun))

all.equal(DF[order(DF$group, DF$Ydata), ], DF2)
# [1] "Attributes: < Names: 1 string mismatch >"                                         
# [2] "Attributes: < Length mismatch: comparison on first 2 components >"                
# [3] "Attributes: < Component 2: names for target but not for current >"                
# [4] "Attributes: < Component 2: Attributes: < Modes: list, NULL > >"                   
# [5] "Attributes: < Component 2: Attributes: < Lengths: 1, 0 > >"                       
# [6] "Attributes: < Component 2: Attributes: < names for target but not for current > >"
# [7] "Attributes: < Component 2: Attributes: < current is not list-like > >"            
# [8] "Attributes: < Component 2: target is omit, current is numeric >"                  
# [9] "Component “abscorr”: Modes: numeric, logical"                                     
#[10] "Component “abscorr”: target is numeric, current is logical"

正如您所看到的，abscorr的计算值没有区别，仅在属性中。其中，na.omit属性或rownames存在差异。如果我是你，我不会担心，因为abscorr的值是相等的。

修改
请注意，如果我对DF进行排序，然后将问题属性设置为NULL all.equal，则更严格identical返回TRUE。

DF1 <- DF[order(DF$group, DF$Ydata), ] # Modify a copy, keep the original row.names(DF1) <- NULL attr(DF1, "na.action") <- NULL all.equal(DF1, DF2) #[1] TRUE identical(DF1, DF2) #[1] TRUE

如何在没有循环的数据帧中通过该级别中的另一个因子的子集来操纵因子级别内的数据

2 个答案: