Question

我正在尝试将向量“均值”合并到数据帧。我的数据框看起来像这样Data = growth

我首先使用以下命令计算了不同组（一组=人口+温度+大小+复制品）的所有均值：

means<-aggregate(TL ~ Population + Temperature + Replicat + Size + Measurement, data=growth, list=growth$Name, mean)

然后，我选择测量1的方法如下，因为我只对这些方法感兴趣。

meansT0<-means[which(means$Measurement=="1"),]

现在，我想将此均值向量合并到我的数据帧（=增长）中，以便每个组的正确均值对应于数据帧的右侧。

然后，目标是根据数据帧的所属组（以及测量1以外的所有其他测量），将每组的平均值（在度量1中）乘以数据框的每个元素。也许不需要在数据框中添加均值列？您知道执行此操作的任何命令吗？

[27.06.18] 我组成了这个简化的数据框，希望对您有所帮助。因此，我要对数据框中的每个个体和每个度量（这里只有Measurement 1和Measurement 2，通常我有更多）进行细分，以其所属组的平均值为MEASUREMENT1。

因此，如果我按组（ 1组 =人口+温度+测量）获得平均值：

means<-aggregate(TL ~ Population + Temperature + Measurement, data=growth, list=growth$Name, mean)
means

我得到了均值的这些值（在此示例中）：

Population Temperature Measurement       TL
JUB          15           **1**           **12.00000**
JUB          20           **1**           **15.66667**
JUB          15           2           17.66667
JUB          20           2           18.66667
JUB          15           3           23.66667
JUB          20           3           24.33333

我们只对测量1中的方法感兴趣。对于数据框中的每个人，我想在测量1中将其所属组的平均值相乘（在此示例中，请参见使用R命令的数据框）： -对于组JUB + 15 +测量1 ，平均值= 12 -对于组JUB + 20 + Measurement 1 ，平均值= 15.66

growth<-data.frame(Population=c("JUB", "JUB", "JUB","JUB", "JUB", "JUB","JUB", "JUB", "JUB","JUB", "JUB", "JUB","JUB", "JUB", "JUB","JUB", "JUB", "JUB"), Measurement=c("1","1","1","1","1","1","2","2","2","2","2","2", "3", "3", "3", "3", "3", "3"),Temperature=c("15","15","15","20", "20", "20","15","15","15","20", "20", "20","15","15","15","20", "20", "20"),TL=c(11,12,13,15,18,14, 16,17,20,21,19,16, 25,22,24,26,24,23), New_TL=c("11-12", "12-12", "13-12", "15-15.66", "18-15.66", "14-15.66", "16-12", "17-12", "20-12", "21-15.66", "19-15.66", "16-15.66", "25-12", "22-12", "24-12", "26-15.66", "24-15.66", "23-15.66"))    
print(growth)

我希望借此，您可以更好地了解我正在尝试做的事情。我有很多数据，如果必须手动执行此操作，这将花费我很多时间，并增加了我犯错误的风险。

Answer 1

这里是tidyverse的一个选项。按分组列分组后，使用mutate_at指定感兴趣的列，并获得该列（.）与它的mean之间的差。

library(tidyverse)
growth %>% 
       group_by(Population, Temperature, Replicat, Size, Measurement) %>% 
       mutate_at(vars(HL, TL), funs(MeanGroupDiff = . 
                  - mean(.[Measurement == 1])))

使用带有mtcars数据集的可重现示例

data(mtcars)
mtcars %>%
   group_by(cyl, vs) %>% 
   mutate_at(vars(mpg, disp), funs(MeanGroupDiff = .- mean(.[am==1])))

Answer 2

您是否考虑过使用data.table软件包？非常适合执行您描述的这类分组，过滤，联接和聚合操作，从长远来看可以节省大量时间。

下面的代码显示了使用mtcars看起来与您描述的工作流相似但基于内置data.table数据集的工作流的样子。

需要明确的是，还有一些方法可以使用基础R以及dplyr之类的其他软件包来完成您描述的操作，只是根据我发现的内容提出建议对我的个人工作最有用。

library(data.table)

## Convert mtcars to a data.table
## only include columns `mpg`, `cyl`, `am` and `gear` for brevity
DT <- as.data.table(mtcars)[, .(mpg, cyl,am, gear)]

## Take a subset where `cyl` is equal to 6
DT <- DT[cyl == 6]

## Calculate grouped mean based on `gear` and `am` as grouping variables
DT[,group_mpg_avg := mean(mpg), keyby = .(gear, am)]

## Calculate each row's difference from the group mean
DT[,mpg_diff_from_group := mpg - group_mpg_avg]

print(DT)

#     mpg cyl am gear group_mpg_avg mpg_diff_from_group
# 1: 21.4   6  0    3         19.75                1.65
# 2: 18.1   6  0    3         19.75               -1.65
# 3: 19.2   6  0    4         18.50                0.70
# 4: 17.8   6  0    4         18.50               -0.70
# 5: 21.0   6  1    4         21.00                0.00
# 6: 21.0   6  1    4         21.00                0.00
# 7: 19.7   6  1    5         19.70                0.00

Answer 3

考虑by来按因素对数据框进行子集化（但为了比较组1和所有其他组，请省略 Measurement ）。然后，对所需的列运行ifelse条件逻辑计算。由于by将返回数据帧列表，因此请用do.call()将所有外部绑定：

df_list <- by(growth, growth[,c("Population", "Temperature")], function(sub) {
  # TL CORRECTION      
  sub$Correct_TL <- ifelse(sub$Measurement != 1, 
                           sub$TL - mean(subset(sub, Measurement == 1)$TL),
                           sub$TL)
  # ADD OTHER CORRECTIONS

  return(sub)  
})

final_df <- do.call(rbind, df_list)

输出 （使用发布的数据）

final_df

#    Population Measurement Temperature TL   New_TL Correct_TL
# 1         JUB           1          15 11    11-12 11.0000000
# 2         JUB           1          15 12    12-12 12.0000000
# 3         JUB           1          15 13    13-12 13.0000000
# 7         JUB           2          15 16    16-12  4.0000000
# 8         JUB           2          15 17    17-12  5.0000000
# 9         JUB           2          15 20    20-12  8.0000000
# 13        JUB           3          15 25    25-12 13.0000000
# 14        JUB           3          15 22    22-12 10.0000000
# 15        JUB           3          15 24    24-12 12.0000000
# 4         JUB           1          20 15 15-15.66 15.0000000
# 5         JUB           1          20 18 18-15.66 18.0000000
# 6         JUB           1          20 14 14-15.66 14.0000000
# 10        JUB           2          20 21 21-15.66  5.3333333
# 11        JUB           2          20 19 19-15.66  3.3333333
# 12        JUB           2          20 16 16-15.66  0.3333333
# 16        JUB           3          20 26 26-15.66 10.3333333
# 17        JUB           3          20 24 24-15.66  8.3333333
# 18        JUB           3          20 23 23-15.66  7.3333333

R-从数据帧中该组的每个元素中减去该组的均值

3 个答案: