Wie koppelt man Zeilen in einem Datenrahmen mit vielen Spalten unter Verwendung von dplyr in R?

Question

Ich habe einen Datenrahmen, der mehrere Beobachtungen aus der Kontrolle und den experimentellen Kohorten mit Replikaten für jedes Subjekt enthält. Hier

ist ein Beispiel für meinen Datenrahmen:

subject cohort replicate val1 val2 
    A  control  1  10  0.1 
    A  control  2  15  0.3 
    A  experim  1  40  0.7 
    A  experim  2  45  0.9 
    B  control  1  5  0.3  
    B  experim  1  30  0.0 
    C  control  1  50  0.5 
    C  experim  1  NA  1.0 

Ich mag würde jede Steuer Beobachtung paaren mit seinem entsprechenden experimentellem einem für jeden Wert, das Verhältnis zwischen den Paaren zu berechnen. Die gewünschte Ausgabe wird in etwa wie folgt aussehen:

subject replicate ratio_val1 ratio_val2 
    A   1   4    7 
    A   2   3    3 
    B   1   6    0 
    C   1   NA    2 

Im Idealfall würde ich dies mit dplyr und Leitungen realisiert sehen möchten.

Answer 1

Wir data.table durch Umformen des Datensatzes auf ‚breit‘ Format verwenden können.

library(data.table) 
dcast(setDT(df1), subject+replicate~cohort, value.var = c("val1", "val2"))[, 
      paste0("ratio_", names(df1)[4:5]) := Map(`/`, .SD[, 
     grep("experim", names(.SD)), with = FALSE], 
     .SD [, grep("control", names(.SD)), with = FALSE])][, (3:6) := NULL][] 
# subject replicate ratio_val1 ratio_val2 
# 1:  A   1   4   7 
# 2:  A   2   3   3 
# 3:  B   1   6   0 
# 4:  C   1   NA   2 

oder nach dem mit ‚Gegenstand‘ Gruppieren ‚replicate‘, wir Schleife über die die entsprechenden Elemente von ‚val‘ für ‚experim‘ mit der ‚Kontrolle‘ ‚val‘ Spalten und dividieren

setDT(df1)[, lapply(.SD[, grep("val", names(.SD)), with = FALSE], 
    function(x) x[cohort =="experim"]/x[cohort =="control"]) , 
       by = .(subject, replicate)] 

---

Oder wir gather/spread von tidyr

library(dplyr) 
library(tidyr) 
df1 %>% 
    gather(Var, Val, val1:val2) %>% 
    spread(cohort, Val) %>% 
    group_by(subject, replicate, Var) %>% 
    summarise(ratio = experim/control) %>% spread(Var, ratio) 
# subject replicate val1 val2 
#  <chr>  <int> <dbl> <dbl> 
# 1  A   1  4  7 
# 2  A   2  3  3 
# 3  B   1  6  0 
# 4  C   1 NA  2 

Answer 2

können Sie summarize_at Funktion von dplyr verwenden Spalten zusammenfassen val1 und val2, nachdem sie die Daten von subject und replicate Gruppierung. Verwenden Sie [cohort == ...], um die Werte am Experiment und Kontrollgruppe entsprechend für die Division zu holen:

library(dplyr) 
df %>% group_by(subject, replicate) %>% 
     summarize_at(vars(contains('val')), 
        funs("ratio" = .[cohort == "experim"]/.[cohort == "control"])) 

# Source: local data frame [4 x 4] 
# Groups: subject [?] 
# 
# subject replicate val1_ratio val2_ratio 
# <fctr>  <int>  <dbl>  <dbl> 
# 1  A   1   4   7 
# 2  A   2   3   3 
# 3  B   1   6   0 
# 4  C   1   NA   2