数据框中值的条件划分

Question

首先让我感叹我是 R 的新手，这对于有经验的用户来说可能很容易。我一直在试图弄清楚如何在数据框中执行值的条件划分。具体来说，我有一个带有多个标识符的数据框（如下图 df1）。我想用向量或 df (df2) 中的值除以具有匹配的唯一标识符（如下所示）的值，同时保持标识符完整。

ID = c("nr6536","nr8798","nr8723","nr8276","nr7774","nr0093")
Conc = c("1:2","1:4","1:2","1:8","1:4","1:4")
ID1 = c("ID","Conc","Eb","Eb","Sd","Sd","Re","Sd")
ID2 = c("Re","Sd","Eb")
dat1 = c(2,3,4,5,6,7)
dat2 = c(8,9,10,11,12,13)
dat3 = c(1,2,3,4,5,6)
dat4 = c(4,3,2,7,6,5)
dat5 = c(8,7,6,3,4,8)
dat6 = c(6,4,2,5,3,8)
dat7 = c(9,2,7)

df1 = data.frame(ID,Conc,dat1,dat2,dat3,dat4,dat5,dat6)
colnames(df1)=ID1
df2 = data.frame(t(dat7)); colnames(df2)=ID2
rm(ID,Conc,ID1,ID2,dat1, dat2,dat3,dat4,dat5,dat6,dat7)

想要的输出：

    ID      Conc  Eb      Eb      Sd   Sd   Re     Sd
    nr6536  1:2   0.2857  1.1429  0.5  2    0.8889 3
    nr8798  1:4   0.4286  1.2857  1    1.5  0.7778 2
    nr8723  1:2   0.5714  1.4286  1.5  1    0.6667 1
    nr8276  1:8   0.7143  1.5714  2    3.5  0.3333 2.5
    nr7774  1:4   0.8571  1.7143  2.5  3    0.4444 1.5
    nr0093  1:4   1       1.8571  3    2.5  0.8889 4

我已尝试使用 ave、tabulate 和 ifelse，但未能获得所需的输出。下面给出了一个非功能性示例：

library(reshape2)
df1.2 = melt(df1)
df2names = colnames(df2)
df2.2 = as.data.frame(t(df2)); df2.2$variable=df2names

df3 = as.data.frame(apply(df1.2,1,function(x){
                    ScaVal = ifelse(x$variable %in% df2.2$variable, value/df2.2$V1)
                    return(ScaVal)
}))

有人对如何做到这一点有任何建议吗？提前致谢！

Answer 1

我通常更喜欢 tidyverse 解决方案，但由于您在 df1 中没有唯一的变量名称，您将运行遇到问题。相反，有一个使用 for loop 的基本 R 解决方案（令人震惊，我知道！）。不过，除非您的数据框中有数百万列，否则我认为您不会遇到任何性能问题。

conditional_divide <- function(df1, df2) {
    for (i in seq_len(ncol(df1))) {
        if (colnames(df1)[i] %in% colnames(df2)) {
            df1[,i] <- df1[,i] / df2[[colnames(df1)[i]]]
        }
    }
    return(df1)
}

conditional_divide (df1, df2)

      ID Conc        Eb       Eb  Sd  Sd        Re  Sd
1 nr6536  1:2 0.2857143 1.142857 0.5 2.0 0.8888889 3.0
2 nr8798  1:4 0.4285714 1.285714 1.0 1.5 0.7777778 2.0
3 nr8723  1:2 0.5714286 1.428571 1.5 1.0 0.6666667 1.0
4 nr8276  1:8 0.7142857 1.571429 2.0 3.5 0.3333333 2.5
5 nr7774  1:4 0.8571429 1.714286 2.5 3.0 0.4444444 1.5
6 nr0093  1:4 1.0000000 1.857143 3.0 2.5 0.8888889 4.0

Answer 2

这是一种使用 purrr::reduce()（tidyverse 的一部分）的方法。
注意：它确实涉及允许 df1 使用唯一的列名。

library(tidyverse)

df1 <- df1 %>% setNames(make.names(names(.), unique = TRUE))
values <- df2 %>% unlist(.)

update <- function(df, val, name) mutate_at(df, vars(starts_with(name)), funs(./val))

reduce2(values, names(values), update, .init=df1)

输出：

      ID Conc       Eb    Eb.1  Sd Sd.1       Re Sd.2
1 nr6536  1:2 0.285714 1.14286 0.5  2.0 0.888889  3.0
2 nr8798  1:4 0.428571 1.28571 1.0  1.5 0.777778  2.0
3 nr8723  1:2 0.571429 1.42857 1.5  1.0 0.666667  1.0
4 nr8276  1:8 0.714286 1.57143 2.0  3.5 0.333333  2.5
5 nr7774  1:4 0.857143 1.71429 2.5  3.0 0.444444  1.5
6 nr0093  1:4 1.000000 1.85714 3.0  2.5 0.888889  4.0

如果您想将列名恢复到原来的样子（尽管不建议使用非唯一的列名），请使用 rename():

purrr::reduce2(values, names(values), update, .init=df1) %>%
  rename_at(vars(matches("\.\d")), funs(str_replace(., "\.\d", "")))

数据框中值的条件划分

Conditional division of values within a data frame

if-statement

r

division

conditional-statements