dplyr：两个数据表之间的减法答案

【问题标题】：dplyr: Subtracting between two data tblsdplyr：两个数据表之间的减法
【发布时间】：2017-07-11 16:13:56
【问题描述】：

我有一个背景数据文件和一个实验数据文件。我需要的是从背景文件中计算colMeans，并从实验数据中减去相应的平均背景读数。

这在base r中很容易：

dataField1 <- "someField"
dataField2 <- "someField2"
ctrlMeans <- colMeans (read.csv ("ctrl.csv"))
exprData <- read.csv ("expr.csv")
exprData [, c(dataField1, dataField2)] <- exprData [, c(dataField1, dataField2)] - ctrlMeans [c(dataField1, dataField2)]

但我发现最后一步很难在 dplyr 中实现。我能得到的最好的结果如下：

ctrlMeansTbl <- read_csv ('ctrl.csv') %>% summarize_all (mean)
exprDataTbl<- read_csv('expr.csv') %>% mutate (
  dataField1 := !! quo (dataField1) - select (ctrlMeansTbl, !!quo (dataField1)),
  dataField2 := !! quo (dataField2) - select (ctrlMeansTbl, !!quo (dataField2))
)

但这会引发错误：

Error in rep_len(as.vector(e1), prod(dim(e2))) : 
  attempt to replicate non-vector

为了清楚起见，ctrlMeansTbl 和 exprDataTbl（mutate 之前）的格式如下：

> head (ctrlMeansTbl)
# A tibble: 1 x 4
  `someField1` `someField2` `someField3`    `someField4`
       <dbl>    <dbl>            <dbl>   <dbl>
1   489.7096 74.24759         547.9139 16.0828
> head (donorSingle)
# A tibble: 6 x 4
  `someField1` `someField2` `someField3`    `someField4`
       <dbl>    <dbl>            <dbl>    <dbl>
1  132123.44  1560.74        166069.17 0.619378
2   11125.93   156.95         14045.20 0.620412
3   14590.51   243.82         18132.47 0.621446
4   76014.17   839.50         95961.42 0.623514
5   91344.17  1054.85        115226.85 0.627650
6    7651.86   146.73          9528.69 0.631786

有人对此有任何想法吗？谢谢！

【问题讨论】：

标签： r dplyr

【解决方案1】：

没有可复现的例子，但你可以直接减去手段：

mtcars %>% mutate_all(funs(. - mean(.)))

更通用的purrr 解决方案是：

map2_df(mtcars, colMeans(mtcars), `-`)

话虽如此，基本方式对我来说似乎完全没问题。

【讨论】：

第二个选项与@987654324@ 结合使用，但第一个选项没有——我收到Error in mutate_impl(.data, dots) : Evaluation error: no applicable method for 'tbl_vars' applied to an object of class "fun_list". 错误。
您可以将mutate_all 替换为mutate_at，而不是第一个select。很简单。

【解决方案2】：

我认为您的问题是您使用select 来获取要减去的值。但是，此函数返回数据帧而不是向量。我会尝试以这种方式调整您的代码：

ctrlMeansTbl <- read_csv ('ctrl.csv') %>% summarize_all (mean)
  exprDataTbl<- read_csv('expr.csv') %>% mutate (
  dataField1 := !! quo (dataField1) - ctrlMeansTbl$dataField1,
  dataField2 := !! quo (dataField2) - ctrlMeansTbl$dataField2
)

【讨论】：

不起作用。 dataField1 和 dataField2 是变量，所以我收到 Unknown or uninitialised column: 'dataField1'. 错误。在我使用方括号 (as.numeric(ctrlMeansTbl[1, dataField1])) 修复该问题后，我仍然收到 non-numeric argument to binary operator 错误。现在是不是一个quosure问题？
能否在上面显示as.numeric(ctrlMeansTbl[1,dataField1]) 的输出以及class 的输出？
你对真正数字的期望... > as.numeric(ctrlMeansTbl[1, dataField1]) [1] 489.7096 > class(as.numeric(ctrlMeansTbl[1, dataField1]) ) [1] “数字”
这很奇怪...您使用的是data.table 包，对吗？您是否尝试过使用普通的dplyr 语法？我的意思是，就像dataField1 = dataField1 - ctrlMeansTbl[1,"dataField1"]。我认为这里的主要问题是语法。
OK，终于找到了错误的主要原因。在different thread 中提到字符串应该由sym 而不是quo 转换为quosures。

【解决方案3】：

将您想要mutate 的列定义为向量 (thesecols)。制作并选择ctrlMeansTbl的相关列

library(dplyr)
thesecols <- c("mpg","cyl")
ctrlMeansTbl <- read_csv('ctrl.csv') %>%
                   summarize_all(mean) %>% 
                   select(thesecols)

按列制作iterator 的ctrlMeansTbl

library(iterators)
bycol <- iter(ctrlMeansTbl,by="col")

使用mutate_at 和nextElem：

exprDataTbl<- read_csv('expr.csv') %>% 
                  mutate_at(vars(thesecols), funs(. - nextElem(bycol)))

【讨论】：