数据

Question

我想将值加倍为仅包含'hesc'的行。例如，带有5.929771的第4行应为11.859542（5.929771 * 2）。

dplyr软件包中的

filter（）函数根本没有帮助，因为我不希望提取某些值来创建新的数据帧。

[数据帧] 22x3

   expr_value      cell_type 
1  5.345618       fibroblast 
2  5.195871       fibroblast 
3  5.247274       fibroblast 
4  5.929771          hesc 
5  5.873096          hesc 
6  5.665857          hesc 
7  6.791656          hips 
8  7.133673          hips 
9  7.574058          hips 
10 7.208041          hips 
11 7.402100          hips 
12 7.167792          hips 
13 7.156971          hips 
14 7.197543          hips 
15 7.035404          hesc 
16 7.269474          hesc 
17 6.715059          hesc 
18 7.434339          hips 
19 6.997586          hips 
20 7.619770          hips 
21 7.490749          hips

在这种情况下，如何对某些行应用简单的算术？我试图编写类似“ if（dataframe $ cell_type =“ hesc”）....“的代码。猜想会有更好的方法。

已经知道dplyr中的filter（）可用于提取我只关心的某些行，但是如果我理解正确的话，它只会为我提供一个新的数据框。我想做的是，在数据框中找到某些行，然后立即对值应用一些算术。

Answer 1

您也可以通过以下方式进行操作：

子集expr_value，其中cell_type1 =="hesc"

df[df$cell_type1 =="hesc",]["expr_value"]
#    expr_value
#4   5.929771
#5   5.873096
#6   5.665857

将其乘以期望值（2）

df[df$cell_type1 =="hesc",]["expr_value"] *2

使用以上两个概念，使用一个衬板按如下方式进行就地分配。

df[df$cell_type1 =="hesc",]["expr_value"] <- df[df$cell_type1 =="hesc",]["expr_value"]  *2

以上两个（1和2）是解释。您需要做的就是3。

数据

df <- structure(list(expr_value = c(5.345618, 5.195871, 5.247274, 5.929771, 
5.873096, 5.665857, 6.791656, 7.133673, 7.574058, 7.208041, 7.4021, 
7.167792, 7.156971, 7.197543, 7.035404, 7.269474, 6.715059, 7.434339, 
6.997586, 7.61977, 7.490749), cell_type1 = structure(c(1L, 2L, 
3L, 4L, 5L, 6L, 20L, 21L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 
16L, 17L, 18L, 19L, 7L), .Label = c("fibroblast", "fibroblast", 
"fibroblast", "hesc", "hesc", "hesc", "hips", "hips", "hips", 
"hips", "hips", "hips", "hips", "hips", "hips", "hips", "hips", 
"hips", "hips", "hips", "hips"), class = "factor")), class = "data.frame", row.names = c(NA, 
-21L))

注意

如果您的列中有NA，则可以通过以下方式约束就地分配

df[!is.na(df$cell_type1) & df$cell_type1 =="hesc",]["expr_value"] <- df[!is.na(df$cell_type1) & df$cell_type1 =="hesc",]["expr_value"] *2

#   expr_value
#4   11.85954
#5   11.74619
#6   11.33171

Answer 2

我们可以使用grep用cell_type1找到"hesc"，然后将它们乘以2

inds <- grep("hesc", df$cell_type1)
df$expr_value[inds] <- df$expr_value[inds] * 2

或者没有中间变量

library(dplyr)
df %>%  mutate(expr_value = expr_value * c(1, 2)[grepl("hesc", cell_type1) + 1])

#   expr_value  cell_type1
#1    5.345618 fibroblast2
#2    5.195871 fibroblast3
#3    5.247274 fibroblast4
#4   11.859542       hesc5
#5   11.746192       hesc6
#6   11.331714       hesc7
#7    6.791656       hips8
#8    7.133673       hips9
#9    7.574058      hips10
#....

数据

df <- structure(list(expr_value = c(5.345618, 5.195871, 5.247274, 5.929771, 
5.873096, 5.665857, 6.791656, 7.133673, 7.574058, 7.208041, 7.4021, 
7.167792, 7.156971, 7.197543, 7.035404, 7.269474, 6.715059, 7.434339, 
6.997586, 7.61977, 7.490749), cell_type1 = structure(c(1L, 2L, 
3L, 4L, 5L, 6L, 20L, 21L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 
16L, 17L, 18L, 19L, 7L), .Label = c("fibroblast2", "fibroblast3", 
"fibroblast4", "hesc5", "hesc6", "hesc7", "hips", "hips10", "hips11", 
"hips12", "hips13", "hips14", "hips15", "hips16", "hips17", "hips18", 
"hips19", "hips20", "hips21", "hips8", "hips9"), class = "factor")), 
class = "data.frame", row.names = c(NA, -21L))

选择具有特定条件的行并应用功能

2 个答案:

数据

注意