在列上应用函数，而不根据函数的结果替换列值

Question

（这基本上是图片中的数据框）

structure(list(mz = c(40, 50, 60, 70, 80, 90), 
`sample in1` = c(10, 51, 125, 99, 675, 12), 
`sample in2` = c(9, 51, 125, 105, 2424, 5),
`Sample in3` = c(1, 51, 125, 300, 1241, 0.02), 
`blank 1` = c(5, 20, 50, 68, 0, 0),
`blank 2` = c(10, 20, 50, 77, 0, 0),
`blank 3` = c(15, 20, 50, 89, 0, 0.01)), 
row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

我有一个包含 50 多列和 50.000 行的大型数据框，但这是我所拥有的简化版本。

我基本上需要做的是将“空白”列汇总为 1 列。我已经设法做到了，在所有空白列上使用 RowMeans。 接下来，我想对数据框中的每个样本值应用一个函数，该函数是：该特定行的所有空白列的样本值/平均值 = 比率 SB。 棘手的部分是：我不希望这个函数的结果替换样本的列值。 我想要做的是（1）保持列值不变，如果比率 SB 大于设定的限制（例如：比率 SB>2.5，应该保持列值不变）。 OR (2) 返回 0（或 NA），以防 SB 比率的结果小于设置的限制（例如：如果 Ratio SB

这些是我的代码的 3 个基本要素。 输出应该仍然是一个数据帧，当将其应用到图 1 中显示的数据帧时，在运行我想要制作的函数时，数据帧应该会发生以下变化。

这是应用代码后的样子：

structure(list(mz = c(40, 50, 60, 70, 80, 90), 
`sample in1` = c(NA, 51, NA, NA, 675, 12), 
`sample in2` = c(NA, 51, NA, NA, 2424, 5),
`Sample in3` = c(NA, 51, NA, 300, 1241, NA), 
`Blank Average` = c(10, 20, 50, 78, NA, 0.00333333),
row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

到目前为止，我尝试使用 case_when，但为此我需要恢复为列表结构，并且无法将其明显应用于数据帧。 我也尝试过：Ratio_X

如果有任何不清楚的地方，我深表歉意，我是 R 和堆栈溢出的完整初学者。如果您需要更多信息，请告诉我。提前致谢！

Answer 1

这是一个基本的 R 方法：

#Get all the columns which has 'blank' in it
blank_cols <- grep('blank', names(df))
#Get all the columns which has 'sample' in it. 
#Using `ignore.case` because you have "Sample" in 3rd column
sample_cols <- grep('sample', names(df), ignore.case = TRUE)
#Threshold limit to check for
thresh <- 2.5

#Get mean of blank_cols
df$Blank_avg <- rowMeans(df[, blank_cols], na.rm = TRUE)
#Compare sample_cols with the mean, replace them by NA if they are below thresh
df[sample_cols][sweep(df[sample_cols], 1, df1$Blank_avg, `/`) <= thresh] <- NA
#Turn Blank_avg to NA where Blank_avg = 0
df$Blank_avg[df$Blank_avg == 0] <- NA
#Remove blank_cols
result <- df[, -blank_cols]
result
# A tibble: 6 x 5
#     mz `sample in1` `sample in2` `Sample in3` Blank_avg
#  <dbl>        <dbl>        <dbl>        <dbl>     <dbl>
#1    40           NA           NA        NA     10      
#2    50           51           51        51     20      
#3    60           NA           NA        NA     50      
#4    70           NA           NA       300     78      
#5    80          675         2424      1241     NA      
#6    90           12            5       0.02   0.00333