R for循环计算行均值的比率答案

【问题标题】：R for loop to compute ratio of row meansR for循环计算行均值的比率
【发布时间】：2019-11-30 07:09:27
【问题描述】：

我有一个这样的数据框（df）：

Rif   A1  A2  A3  A4  A5  B1  B2  B3  B4  B5
a1   1   1   0   3   7   10  10  7   7   7 
b1   3   3   3   0   0   5   5   5   5   0
c1   1   3   0   0   2   3   3   3   3   3

我需要按如下方式计算 Vs 列表：

V1: mean(A5:A5)/mean(B5:B5)
V2: mean (A4:A5) / mean (B4:B5)
V3: mean (A3:A5) / mean (B3:B5)
....

我认为我应该使用 for 循环。我试过下面写的循环，但它不起作用：

ref <- c(1, 2, 3, 4, 5)
 dat1 <- NULL

 for (i in 2:length(ref)) {
   for (j in 1:nrow(df)) {
     dat1[j] <- rowMeans(df[j,i-1:6])/rowMeans(df[j,i+6-1:11])
   }
   df[,paste0("V", i)] <- dat1
 }

我期望的输出是这样的：

Rif   A1  A2  A3  A4  A5  B1  B2  B3  B4  B5  V1  V2  V3  V4  V5
a1    1   1   0   3   7   10  10  7   7   7 
b1    3   3   3   0   0   5   5   5   5   0
c1    1   3   0   0   2   3   3   3   3   3

【问题讨论】：

您使用什么语言？请编辑您的标签以包含它。请花一些时间阅读how to ask good questions 和this question checklist。
我正在使用 R 语言
i-1:6 与i-(1:6) 相同；你想要(i-1):6

标签： r loops for-loop rows mean

【解决方案1】：

继续你的步骤，你可以试试：

for (i in 1:5) {
  df[,paste0("V", i)] <- rowMeans(df[,(i+1):6,drop=FALSE])/rowMeans(df[,(i+6):11,drop=FALSE])
}
df
#  Rif A1 A2 A3 A4 A5 B1 B2 B3 B4 B5        V1        V2        V3        V4        V5
#1  a1  1  1  0  3  7 10 10  7  7  7 0.2926829 0.3548387 0.4761905 0.7142857 1.0000000
#2  b1  3  3  3  0  0  5  5  5  5  0 0.4500000 0.4000000 0.3000000 0.0000000       NaN
#3  c1  1  3  0  0  2  3  3  3  3  3 0.4000000 0.4166667 0.2222222 0.3333333 0.6666667

您可以跳过j - 循环，该循环是每行的子设置，然后使用rowMeans。另一方面，当您仅对一列进行子集化时，需要drop=FALSE。索引目前是硬编码的，但在数据结构保持不变时会起作用。

或者你使用sapply 而不是for-loop 像：

ref <- 1:5
names(ref)  <- paste0("V", ref)
df <- cbind(df, sapply(ref, function(i) {rowMeans(df[,(i+1):6,drop=FALSE])/rowMeans(df[,(i+6):11,drop=FALSE])}))
df
#  Rif A1 A2 A3 A4 A5 B1 B2 B3 B4 B5        V1        V2        V3        V4        V5
#1  a1  1  1  0  3  7 10 10  7  7  7 0.2926829 0.3548387 0.4761905 0.7142857 1.0000000
#2  b1  3  3  3  0  0  5  5  5  5  0 0.4500000 0.4000000 0.3000000 0.0000000       NaN
#3  c1  1  3  0  0  2  3  3  3  3  3 0.4000000 0.4166667 0.2222222 0.3333333 0.6666667

【讨论】：