在以下数据集中
code test1 ref1 test2 ref2
1 A 19.0 19.5 31.8 33
2 B 17.6 19.5 29.1 33
3 C 19.6 19.5 31.4 33
4 D 20.0 19.5 33.5 33
5 E 17.8 19.5 30.5 33
6 F 18.6 19.5 31.7 33
7 G 19.0 19.5 31.2 33
8 H 18.2 19.5 29.6 33
9 I 18.3 19.5 30.3 33
我想计算“test”和“ref”列的日志之间的差异。
log(test1)- log(ref1) = a
log(test2)- log(ref2) = b
然后我想计算每行 a 和 b 的平均值，并将结果保存在数据集中的新列中。
我试过这个功能：
f <- function(x) {
x[paste0(x, sep = "_log")] <<- log(x[x])
}
sapply(names(x)[-1], f)
但我只能计算每列的日志并将结果添加到新列中。
如果我继续这样，我的数据集会太长。 谁能帮我创建一个代码来执行所有计算并添加一列作为最终结果？
非常感谢
答案 0 :(得分：2)
我们可以使用
library(dplyr)
df1 %>%
mutate(a = log(test1)- log(ref1), b = log(test2)- log(ref2),
Mean = rowMeans(cbind(a, b), na.rm = TRUE))
-输出
code test1 ref1 test2 ref2 a b Mean
1 A 19.0 19.5 31.8 33 -0.025975486 -0.03704127 -0.03150838
2 B 17.6 19.5 29.1 33 -0.102515564 -0.12576939 -0.11414248
3 C 19.6 19.5 31.4 33 0.005115101 -0.04969967 -0.02229228
4 D 20.0 19.5 33.5 33 0.025317808 0.01503788 0.02017784
5 E 17.8 19.5 30.5 33 -0.091216008 -0.07878088 -0.08499844
6 F 18.6 19.5 31.7 33 -0.047252885 -0.04019088 -0.04372188
7 G 19.0 19.5 31.2 33 -0.025975486 -0.05608947 -0.04103248
8 H 18.2 19.5 29.6 33 -0.068992871 -0.10873320 -0.08886304
9 I 18.3 19.5 30.3 33 -0.063513406 -0.08535985 -0.07443663
或者如果有很多对，自动执行
library(stringr)
df1 %>%
mutate(Mean = rowMeans(across(starts_with('test'),
~ log(.) - log(get(str_replace(cur_column(), "test", "ref")))), na.rm = TRUE))
-输出
code test1 ref1 test2 ref2 Mean
1 A 19.0 19.5 31.8 33 -0.03150838
2 B 17.6 19.5 29.1 33 -0.11414248
3 C 19.6 19.5 31.4 33 -0.02229228
4 D 20.0 19.5 33.5 33 0.02017784
5 E 17.8 19.5 30.5 33 -0.08499844
6 F 18.6 19.5 31.7 33 -0.04372188
7 G 19.0 19.5 31.2 33 -0.04103248
8 H 18.2 19.5 29.6 33 -0.08886304
9 I 18.3 19.5 30.3 33 -0.07443663
df1 <- structure(list(code = c("A", "B", "C", "D", "E", "F", "G", "H",
"I"), test1 = c(19, 17.6, 19.6, 20, 17.8, 18.6, 19, 18.2, 18.3
), ref1 = c(19.5, 19.5, 19.5, 19.5, 19.5, 19.5, 19.5, 19.5, 19.5
), test2 = c(31.8, 29.1, 31.4, 33.5, 30.5, 31.7, 31.2, 29.6,
30.3), ref2 = c(33L, 33L, 33L, 33L, 33L, 33L, 33L, 33L, 33L)),
class = "data.frame", row.names = c("1",
"2", "3", "4", "5", "6", "7", "8", "9"))
答案 1 :(得分：2)
实际上，paste 将数字转换为名称很酷。这是适合您示例的解决方案。如果您有四对，只需在 1:4 中使用 sapply。
rowMeans(sapply(1:2, \(i)
log(dat[[paste0('test', i)]]) - log(dat[[paste0('ref', i)]])),
na.rm=TRUE)
# [1] -0.03150838 -0.11414248 -0.02229228 0.02017784 -0.08499844 -0.04372188
# [7] -0.04103248 -0.08886304 -0.07443663
注意： \(i) 在 R4.1.0 之前的 R 版本中表示 function(i)。
答案 2 :(得分：2)
如果你经常对数据做这样的事情，你可能会发现以“长”格式存储数据更方便，因为这样的操作可以更自然地完成
做成长格式
df1_long <-
df1 %>%
pivot_longer(names_pattern = '(test|ref)(\\d+)',
names_to = c('name', 'num'),
cols = -1) %>%
group_by(code, num) %>%
arrange(name, .by_group = TRUE)
# # A tibble: 36 x 4
# # Groups: code, num [18]
# code name num value
# <chr> <chr> <chr> <dbl>
# 1 A ref 1 19.5
# 2 A test 1 19
# 3 A ref 2 33
# 4 A test 2 31.8
# 5 B ref 1 19.5
# 6 B test 1 17.6
# 7 B ref 2 33
# 8 B test 2 29.1
# 9 C ref 1 19.5
# 10 C test 1 19.6
# # … with 26 more rows
有了这种形状的数据，如何按组获取摘要就更明显了
df1_long %>%
summarise(dlog = diff(log(value))) %>%
summarise(mean_dlog = mean(dlog))
# # A tibble: 9 x 2
# code mean_dlog
# <chr> <dbl>
# 1 A -0.0315
# 2 B -0.114
# 3 C -0.0223
# 4 D 0.0202
# 5 E -0.0850
# 6 F -0.0437
# 7 G -0.0410
# 8 H -0.0889
# 9 I -0.0744
您也可以使用此方法，同时仍将数据保持为相同格式，但在这种情况下，您也可以在其他答案中使用该方法
df1 %>%
pivot_longer(names_pattern = '(test|ref)(\\d+)',
names_to = c('name', 'num'),
cols = -1) %>%
group_by(code, num) %>%
arrange(name) %>%
summarise(dlog = diff(log(value))) %>%
summarise(mean_dlog = mean(dlog)) %>%
mutate(.data = df1, mean_dlog = .$mean_dlog)
# code test1 ref1 test2 ref2 mean_dlog
# 1 A 19.0 19.5 31.8 33 -0.03150838
# 2 B 17.6 19.5 29.1 33 -0.11414248
# 3 C 19.6 19.5 31.4 33 -0.02229228
# 4 D 20.0 19.5 33.5 33 0.02017784
# 5 E 17.8 19.5 30.5 33 -0.08499844
# 6 F 18.6 19.5 31.7 33 -0.04372188
# 7 G 19.0 19.5 31.2 33 -0.04103248
# 8 H 18.2 19.5 29.6 33 -0.08886304
# 9 I 18.3 19.5 30.3 33 -0.07443663