想要根据因子列获取偏离平均值的值的数据框

Question

示例：

假设我有这个数据框。

x = data.frame(factor = as.factor(c('a','a','b','b','c','c')),value1 = c(1,3,2,4,5,3), value2 = c(7,9,3,4,9,3))


    factor value1 value2
1      a      1      7
2      a      3      9
3      b      2      3
4      b      4      4
5      c      5      9
6      c      3      3

我知道如何获得每个因素的平均值，我使用这种方法：

aggregate(x[,c(2,3)], list(x$factor), mean, na.rm = T )

这给我以下输出：

  Group.1 value1 value2
1       a      2    8.0
2       b      3    3.5
3       c      4    6.0

我现在如何从原始数据框中的每个值中减去其因子的相应平均值。我使用的实际数据集很大，所以需要一个好的方法，我已经设法做到了，但是我使用了复杂的 for 循环。

所以我想要的输出是：

  factor value1 value2
1      a     -1   -1.0
2      a      1    1.0
3      b     -1   -0.5
4      b      1    0.5
5      c      1    3.0
6      c     -1   -3.0

任何帮助都会很棒。谢谢

Answer 1

您可以试试这个dplyr方法：

library(dplyr)
#Data
x = data.frame(factor = as.factor(c('a','a','b','b','c','c')),value1 = c(1,3,2,4,5,3), value2 = c(7,9,3,4,9,3))
#Code
x <- x %>% group_by(factor) %>%
  mutate(Mv1=mean(value1),
         Mv2=mean(value2),
         value1=value1-Mv1,
         value2=value2-Mv2) %>% select(-c(Mv1,Mv2))

输出：

# A tibble: 6 x 3
# Groups:   factor [3]
  factor value1 value2
  <fct>   <dbl>  <dbl>
1 a          -1   -1  
2 a           1    1  
3 b          -1   -0.5
4 b           1    0.5
5 c           1    3  
6 c          -1   -3

Answer 2

一个dplyr解决方案

library(dplyr)
x %>% group_by(factor) %>% mutate(across(c(value1, value2), ~. - mean(.)))

输出

# A tibble: 6 x 3
# Groups:   factor [3]
  factor value1 value2
  <fct>   <dbl>  <dbl>
1 a          -1   -1  
2 a           1    1  
3 b          -1   -0.5
4 b           1    0.5
5 c           1    3  
6 c          -1   -3

Answer 3

这是 data.table

的解决方案

library("data.table")
setDT(x)
cols <- paste0("value", 1:2)
x[, lapply(.SD, function(x) x - mean(x)), .SDcols=cols, by=factor]

或

library("data.table")
setDT(x)
x[, sweep(.SD, 2, STATS=colMeans(.SD)), by=factor, .SDcols=2:3]

想要根据因子列获取偏离平均值的值的数据框

Want to get the dataframe of values that are deviations from the mean based on a factor column

r

dplyr

data-cleaning

tidyverse

data-wrangling