如何根據同一列但不同行上的值更新列中的值？

就拿例如：如何根據同一列但不同行上的值更新列中的值？

> set.seed(42) 
> ids <- c("u1", "u2", "u3") 
> groups <- c(rep("A",3), rep("B",3), rep("C",3)) 
> reps <- c(rep("r1",9), rep("r2",9), rep("r3",9)) 
> vals <- rnorm(27, 0, 2) 
> 
> df = data.frame(ids = rep(ids, 9), groups = rep(groups,3), reps = reps, vals = vals) 
> df 
    ids groups reps  vals 
1 u1  A r1 2.7419169 
2 u2  A r1 -1.1293963 
3 u3  A r1 0.7262568 
4 u1  B r1 1.2657252 
5 u2  B r1 0.8085366 
6 u3  B r1 -0.2122490 
7 u1  C r1 3.0230440 
8 u2  C r1 -0.1893181 
9 u3  C r1 4.0368474 
10 u1  A r2 -0.1254282 
11 u2  A r2 2.6097393 
12 u3  A r2 4.5732908 
13 u1  B r2 -2.7777214 
14 u2  B r2 -0.5575775 
15 u3  B r2 -0.2666427 
16 u1  C r2 1.2719008 
17 u2  C r2 -0.5685058 
18 u3  C r2 -5.3129108 
19 u1  A r3 -4.8809339 
20 u2  A r3 2.6402267 
21 u3  A r3 -0.6132772 
22 u1  B r3 -3.5626169 
23 u2  B r3 -0.3438347 
24 u3  B r3 2.4293494 
25 u1  C r3 3.7903869 
26 u2  C r3 -0.8609383 
27 u3  C r3 -0.5145388

我想要做的就是減去C.r1，C.r2和C.r3值的平均值爲每個ID。這個想法是使用C組作爲其他組的基準。

所以在預期結果而言，對於第一兩行：

（U1，A，R1）應修改爲2.74 - 平均（3.02，1.27，3.79）= 0.046

（U2，A，R1）應修改爲-1.23一大盤e（大約1M行）表，其中包含除此處相關的其他列之外的其他幾列？我顯然需要按ids進行分組，但是特別匹配group == C以及val的平均值的值的查找有點棘手。

> dt <- setDT(df) 
> dt[groups == "C", cmean := mean(vals), ids]

給我C組測量每個ID的方式（在多個副本），但我真的不能立即使用這些值，因爲所有其他行已經被過濾掉。我想我可能需要以某種方式連鎖，但我不確定具體如何。

我會在解決方案有着同樣的興趣與data.table和dplyr

來源

2017-05-08 posdef

我們可以做子集化「團體」是「C」，通過「入侵」分組後加入，讓「丘壑」的mean，那麼，我們加入了原始數據集on的「IDS」，從與「Meanvals」第一數據集從第二減去「丘壑」，並指定（:=）到「NEWVALS」

setDT(df)[df[groups=="C", .(Meanvals = mean(vals)), ids], 
         newvals := vals - Meanvals, on = .(ids)] 
head(df)

來源

2017-05-08 13:12:35 akrun

它的作品，但我不知道爲什麼:)你能解釋一下也許嗎？在這種情況下，「subsetting」不會返回data.table嗎？如何在同一個數據表索引的''''語句中使用data.table？ – posdef

@posdef是的，它確實是它的子集，但是當我們通過'ids'將原始數據集加入'on'時，'平均值'爲每個對應的'id'重複自己，這可以被減去。在這裏，我們正在使用連接'X [Y，on =。（分組變量）]' – akrun

我明白了，是否可以避免修改原始表'dt'並返回修改後的副本la'dplyr'？ – posdef

一個可能dplyr - 解決方案：

library(dplyr) 
df %>% group_by(ids) %>% 
    mutate(mean = mean(vals[groups=="C"]), 
     vals = vals - mean) %>% select(-mean) 

# A tibble: 27 × 4 
     ids groups reps  vals 
    <fctr> <fctr> <fctr>  <dbl> 
1  u1  A  r1 0.04680632 
2  u2  A  r1 -0.58980895 
3  u3  A  r1 1.32312422 
4  u1  B  r1 -1.42938536 
5  u2  B  r1 1.34812404

來源

2017-05-08 13:22:32 coffeinjunky

如何根據同一列但不同行上的值更新列中的值？

回答

相關問題