是否有将值从一列划分到另一列的每个（！）值的功能？在 R 中答案

【问题标题】：Is there a function to divide values from one column to each (!) value from another? In R是否有将值从一列划分到另一列的每个（！）值的功能？在 R 中
【发布时间】：2021-01-17 23:59:03
【问题描述】：

我有一个如下所示的数据框 (df)：

   Code  Status Value
1     1 Treated   1.5
2     1 Treated   1.7
3     1 Treated   1.9
4     1 Control   2.1
5     1 Control   2.3
6     1 Control   2.5
7     2 Treated   1.6
8     2 Treated   1.8
9     2 Treated   2.0
10    2 Control   2.4
11    2 Control   2.6
12    2 Control   2.8

这是它的代码：

df <- data.frame(Code = rep(c(1:2), each = 6),
           Status = rep(rep(c("Treated", "Control"), each = 3), 2),
           Value = c(1.5, 1.7, 1.9, 2.1, 2.3, 2.5, 1.6, 1.8, 2.0, 2.4, 2.6, 2.8))

我需要将每个“控制”值的每个“处理”值划分为一个“代码”（1、2 等）。基本上，我需要它或多或少地像这样工作：

# 1st "Value" in "Code" 1
df$Value[1]/df$Value[4]
df$Value[1]/df$Value[5]
df$Value[1]/df$Value[6]
# 2nd "Value" in "Code" 1
df$Value[2]/df$Value[4]
df$Value[2]/df$Value[5]
df$Value[2]/df$Value[6]

等等...为了做到这一点，我创建了一个 for 循环，如下所示：

for(i in 1:2){
  for(j in 1:3){
 x <- df$Value[df$Code == i & df$Status == "Treated"]
 y <- df$Value[df$Code == i & df$Status == "Control"]
 vector <- x/y[j]
 print(vector)
  }
}

结果如下所示。

[1] 0.7142857 0.8095238 0.9047619
[1] 0.6521739 0.7391304 0.8260870
[1] 0.60      0.68      0.76
[1] 0.6666667 0.7500000 0.8333333
[1] 0.6153846 0.6923077 0.7692308
[1] 0.5714286 0.6428571 0.7142857

我的问题是我需要对这些结果进行进一步的计算。但是，当我尝试提取向量以便我可以使用它时，它只包含最后一个计算：

[1] 0.5714286 0.6428571 0.7142857

有没有更好的计算方法？

附：对于上下文：稍后我需要为每个“代码”计算 MFV（成员函数值），但我需要使用“值”中所有计算（除）值的最小值/最大值。

【问题讨论】：

标签： r

【解决方案1】：

让我们分解问题。假设只有一个代码。该问题可以通过以下方式解决：

df %>%
  filter(Code == 1) %>%  # --> just select one Code for now
  group_by(Status) %>%   # --> For each status
  mutate(Trial = seq_along(Value)) %>% # --> add helper ID to each row
  spread(Status, Value) %>%       # --> convert rows into columns
  expand(Control, Treated) %>%    # --> create all possible combinations
  mutate(ratio = Treated/Control) # --> compute the ratio

一旦我们有了这个，我们只需要能够处理每个代码。我们可以用一个简单的循环来做到这一点，这里我使用的是lapply，但来自purrr 的map 或for 循环也会这样做。


process <- function(df){
  df %>%
    group_by(Status) %>%
    mutate(Trial = seq_along(Value)) %>%
    spread(Status, Value) %>%
    expand(Control, Treated) %>%
    mutate(ratio = Treated/Control)
}

df %>% 
  nest(-Code) %>% 
  mutate(data = lapply(data, process)) %>% 
  unnest(data)

【讨论】：

【解决方案2】：

这是另一种tidyverse 方法。你可以group_by每个Code和nest数据。

然后，对于每个 Code，您可以使用 outer 来给出两个向量（处理和控制）的乘积 - 但是，您可以提供函数 / 来给出比率（除法）。

在unnest 之后，您将有一个名为Ratio 的列，其中包含一个数字矩阵。请注意，您的结果中仍会包含 Code 列，这将是未来计算所必需的。

library(dplyr)
library(tidyr)
library(purrr)

df %>%
  group_by(Code) %>%
  nest() %>%
  mutate(Ratio = map(data, ~outer(.x$Value[.x$Status == "Treated"], .x$Value[.x$Status == "Control"], `/`))) %>%
  unnest(Ratio)

输出

   Code data             Ratio[,1]  [,2]  [,3]
  <int> <list>               <dbl> <dbl> <dbl>
1     1 <tibble [6 × 2]>     0.714 0.652 0.6  
2     1 <tibble [6 × 2]>     0.810 0.739 0.68 
3     1 <tibble [6 × 2]>     0.905 0.826 0.76 
4     2 <tibble [6 × 2]>     0.667 0.615 0.571
5     2 <tibble [6 × 2]>     0.75  0.692 0.643
6     2 <tibble [6 × 2]>     0.833 0.769 0.714

【讨论】：