使用 summarise_each 减去某些行的平均值答案

【问题标题】：Subtracting mean of certain rows using summarise_each使用 summarise_each 减去某些行的平均值
【发布时间】：2016-07-15 04:44:54
【问题描述】：

我有一个包含 30 个变量的数据集。其中一个是指示变量（0 或 1），我想减去某些列的标签为 1 的那些行的平均值（类似于居中，但取某些行的平均值而不是整列）。

Col2 Col3 Col4 label
400  322  345  1    
131  345  809  1     
565  676  311  0    
121  645  777  0    
322  534  263  0    
545  222  111  0

对于上述数据集，我想对Col2:Col4进行如下操作：

x(i,j)-x'(,j)

其中x(i,j) 代表一个单元格，x'(,j) 代表label=1 所在列中行的平均值。例如，[3,1] 应该是

(565-mean(400,131))= 299.5

第 2 列的预期输出：

Col2
134.5
-134.5
299.5
-144.5
56.5
279.5

我一直在尝试使用summarise_each 命令，但直到现在都没有成功。我给出的命令是

try<- group_by(data,lbl) %>% select(c(4,13:26)) %>% summarise_each(funs((.)-(mean(data[data$lbl==1,])))

但这正在生成NA，我不确定我哪里出错了（我确定它在summarise_each 命令中，我无法弄清楚如何使用funs()正确）

感谢任何帮助。谢谢！

【问题讨论】：

请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。
@ProcrastinatusMaximus 我已经编辑了这个问题，我希望这能让它更清楚。谢谢！
您想要列的平均值，但没有 label == 1 的值？
@StevenBeaupré 不，对于每一列，我想减去 label==1 的行的平均值。
所以列的总和（不包括 label == 1 的值）减去 label == 1 的值的平均值？请提供您的预期输出。

标签： r dplyr

【解决方案1】：

dat %>% 
  mutate_each(funs(. - mean(.[label==1])), -label)

    Col2   Col3 Col4 label
1  134.5  -11.5 -232     1
2 -134.5   11.5  232     1
3  299.5  342.5 -266     0
4 -144.5  311.5  200     0
5   56.5  200.5 -314     0
6  279.5 -111.5 -466     0

【讨论】：

哇。触摸！非常聪明的方法。

【解决方案2】：

我会这样做：

sweep(df[1:3], 2, colMeans(df[df$label == 1,][1:3]))

这给出了：

#    Col2   Col3 Col4
#1  134.5  -11.5 -232
#2 -134.5   11.5  232
#3  299.5  342.5 -266
#4 -144.5  311.5  200
#5   56.5  200.5 -314
#6  279.5 -111.5 -466

另一种方法（诚然更复杂）：

library(purrr)

df %>%
  by_row(function(x) {
    x[1:3] - df %>%
      filter(label == 1) %>%
      summarise_each(funs(mean), -label) },
    .collate = "cols",
    .labels = FALSE
  )

也许是最dplyr-esque 的方法（受此post 启发）：

cm <- df %>%
  filter(label == 1) %>%
  summarise_each(funs(mean), -label) 

df %>% 
  mutate_each(funs(. - cm$. ), -label)

这给出了：

#    Col2   Col3 Col4 label
#1  134.5  -11.5 -232     1
#2 -134.5   11.5  232     1
#3  299.5  342.5 -266     0
#4 -144.5  311.5  200     0
#5   56.5  200.5 -314     0
#6  279.5 -111.5 -466     0

【讨论】：