将数据帧的各种子集乘以不同的向量

Question

我想将数据框中的几列乘以一个值向量。值的特定向量会根据另一列中的值而变化。

--编辑--

如果我让数据集更复杂，即超过 2 个条件并且条件围绕数据集随机打乱怎么办？

这是我的数据集的示例：

df=data.frame(
  Treatment=(rep(LETTERS[1:4],each=2)),
  Species=rep(1:4,each=2),
  Value1=c(0,0,1,3,4,2,0,0),
  Value2=c(0,0,3,4,2,1,4,5),
  Value3=c(0,2,4,5,2,1,4,5),
  Condition=c("A","B","A","C","B","A","B","C")
  )

看起来像：

 Treatment Species Value1 Value2 Value3 Condition
     A       1      0      0      0         A
     A       1      0      0      2         B 
     B       2      1      3      4         A
     B       2      3      4      5         C
     C       3      4      2      2         B
     C       3      2      1      1         A
     D       4      0      4      4         B
     D       4      0      5      5         C

如果Condition=="A"，我想将第 3-5 列乘以向量 c(1,2,3)。如果Condition=="B"，我想将第 3-5 列乘以向量c(4,5,6)。如果Condition=="C"，我想将第 3-5 列乘以向量c(0,1,0)。因此，生成的数据框将如下所示：

 Treatment Species Value1 Value2 Value3 Condition
     A       1      0      0      0         A
     A       1      0      0     12         B 
     B       2      1      6     12         A
     B       2      0      4      0         C
     C       3     16     10     12         B
     C       3      2      2      3         A
     D       4      0     20     24         B
     D       4      0      5      0         C

我已尝试对数据框进行子集化并乘以向量：

t(t(subset(df[,3:5],df[,6]=="A")) * c(1,2,3))

但我无法将子集数据框返回到原始数据框。有没有什么方法可以在不对数据框进行子集化的情况下执行此操作，从而保留其他列（例如，Treatment、Species）？

Answer 1

已编辑以反映 cmets 的一些注释

假设Condition 是一个因素，您可以这样做：

#Modified to reflect OP's edit - the same solution works just fine
m <- matrix(c(1:6,0,1,0),3,3,byrow = TRUE)
df[,3:5] <- with(df,df[,3:5] * m[Condition,])

它利用了相当快速的向量化乘法。显然，将其包装在with 中并不是绝对必要的，这只是我脑海中突然出现的东西。另请注意下面 Backlin 的子集评论。

在全局范围内，请记住，您可以使用 subset 进行的每个子集设置也可以使用 [ 进行，更重要的是，[ 支持通过 [<- 进行分配。所以如果你想改变数据框或矩阵的一部分，你总是可以使用这种类型的成语：

df[rowCondition,colCondition] <- <replacement values>

当然假设<replacement values> 与df 的子集的维度相同。否则它可能会起作用，但你会违反 R 的回收规则，并且 R 可能会发出警告。

Answer 2

这是一个相当通用的解决方案，您应该能够根据自己的需要进行调整。

注意outer 调用中的第一个参数是逻辑向量，第二个参数是数字，所以在乘法之前TRUE 和FALSE 分别转换为1 和0。我们可以添加outer 结果，因为条件不重叠，FALSE 元素将为零。

multiples <-
  outer(df$Condition=="A",c(1,2,3)) +
  outer(df$Condition=="B",c(4,5,6)) +
  outer(df$Condition=="C",c(0,1,0))

df[,3:5] <- df[,3:5] * multiples

Answer 3

这是一个非矢量化但易于理解的解决方案：

 replaceFunction <- function(v){
   m <- as.numeric(v[3:5])
   if (v[6]=="A")
     out <- m * c(1,2,3)
   else if (v[6]=="B")
     out <- m * c(4,5,6)
   else
     out <- m
   return(out)
 }

 g <- apply(df, 1, replaceFunction)
 df[3:5] <- t(g)
 df

Answer 4

df[3:5] <- df[3:5] * t(sapply(df$Condition, function(x) if(x=="B") 4:6 else 1:3))

或者通过向量乘法

df[3:5] <- df[3:5] * (3*(df$Condition == "B") %*% matrix(1, 1, 3)
                      + matrix(1:3, nrow(df), 3, byrow=T))