在R中将行除以它们的总和答案

【问题标题】：Dividing rows by their sum in R在R中将行除以它们的总和
【发布时间】：2015-09-21 19:07:38
【问题描述】：

我有以下示例数据集：

Example<-data.frame(A=10*1:9,B=10*10:18)

rownames(Example)<-paste("Sample",1:9)
> Example
          A   B
Sample 1 10 100
Sample 2 20 110
Sample 3 30 120
Sample 4 40 130
Sample 5 50 140
Sample 6 60 150
Sample 7 70 160
Sample 8 80 170
Sample 9 90 180

我试图将两列中的每个元素除以其列的总数。我尝试了多种方法，但我觉得我缺少一段基本的代码，这会使这更容易。我已经走到这一步了：

ExampleSum1 <- sum(Example[,1])
ExampleSum2 <- sum(Example[,2])

但我不知道如何将 10、20、30 等除以 ExampleSum1 等。

【问题讨论】：

标签： r arithmetic-expressions

【解决方案1】：

这就是你所追求的吗？

id <- paste("sample", c(1:9))

A <- seq(10, 90, 10)
B <- seq(100, 180, 10)

Example <- data.frame(id, A, B)

Example$A2 <- with(Example, A/sum(A))
Example$B2 <- with(Example, B/sum(B))

注意：新列 A2 和 B2。

    id    A   B         A2         B2
 sample 1 10 100 0.02222222 0.07936508
 sample 2 20 110 0.04444444 0.08730159  
 sample 3 30 120 0.06666667 0.09523810
 sample 4 40 130 0.08888889 0.10317460
 sample 5 50 140 0.11111111 0.11111111
 sample 6 60 150 0.13333333 0.11904762
 sample 7 70 160 0.15555556 0.12698413
 sample 8 80 170 0.17777778 0.13492063
 sample 9 90 180 0.20000000 0.14285714

【讨论】：

【解决方案2】：

您可以使用colSums 和paste 获取列总和，以使新的列名派生自之前的列名。 colSums 返回列和的向量，但要进行列除法，您需要使用一些技巧。最好的方法似乎是提到的@user20650。

## Make new columns: proportions of column sums
dat[,paste(names(dat),"prop", sep="_")] <- t( t(dat) / colSums(dat) )

dat
#          A   B     A_prop     B_prop
# Sample1 10 100 0.02222222 0.07936508
# Sample2 20 110 0.04444444 0.08730159
# Sample3 30 120 0.06666667 0.09523810
# Sample4 40 130 0.08888889 0.10317460
# Sample5 50 140 0.11111111 0.11111111
# Sample6 60 150 0.13333333 0.11904762
# Sample7 70 160 0.15555556 0.12698413
# Sample8 80 170 0.17777778 0.13492063
# Sample9 90 180 0.20000000 0.14285714

数据

dat <- read.table(text="A      B
Sample1    10     100
Sample2    20     110
Sample3    30     120
Sample4    40     130
Sample5    50     140
Sample6    60     150
Sample7    70     160
Sample8    80     170
Sample9    90     180", header=T)

【讨论】：

另一个基本 R 替代品prop.table(as.matrix(dat), 2)
@Legalizelt，很好的答案！

【解决方案3】：

如果只是一个apply：

 apply(dat, 2, function(x) x / sum(x))
                 A          B
Sample1 0.02222222 0.07936508
Sample2 0.04444444 0.08730159
Sample3 0.06666667 0.09523810
Sample4 0.08888889 0.10317460
Sample5 0.11111111 0.11111111
Sample6 0.13333333 0.11904762
Sample7 0.15555556 0.12698413
Sample8 0.17777778 0.13492063
Sample9 0.20000000 0.14285714

【讨论】：

【解决方案4】：

data.table解决方案：

sum.cols = c("A", "B")
library(data.table)
setDT(Example, keep.rownames = TRUE)
Example[ , (sum.cols) := lapply(.SD, function(x) x/sum(x)), .SDcols = sum.cols]

或者在你的情况下可能更直接：

Example[ , c("A", "B") := .(A/sum(A), B/sum(B))]

哪个给：

Example
#          rn          A          B
# 1: Sample 1 0.02222222 0.07936508
# 2: Sample 2 0.04444444 0.08730159
# 3: Sample 3 0.06666667 0.09523810
# 4: Sample 4 0.08888889 0.10317460
# 5: Sample 5 0.11111111 0.11111111
# 6: Sample 6 0.13333333 0.11904762
# 7: Sample 7 0.15555556 0.12698413
# 8: Sample 8 0.17777778 0.13492063
# 9: Sample 9 0.20000000 0.14285714

与使用colSums 或sweep 的方法相比，这种方法的主要吸引力在于，这两种方法都需要将您的数据转换为矩阵然后再返回，这可能会很昂贵。这取决于您的用例；如果您的表很小，这些其他方法都可以，这取决于您认为最易读的内容。

我还注意到没有其他答案提到mapply 方法，它几乎适用于任何范例；这是data.table 方法：

Example[ , (sum.cols) := mapply(`/`, .SD, lapply(.SD, sum), SIMPLIFY = FALSE), 
        .SDcols = sum.cols]

【讨论】：

【解决方案5】：

你可以这样做：

library(dplyr)
dat %>% mutate_each(funs(. / sum(.)))

这给出了：

#           A          B
#1 0.02222222 0.07936508
#2 0.04444444 0.08730159
#3 0.06666667 0.09523810
#4 0.08888889 0.10317460
#5 0.11111111 0.11111111
#6 0.13333333 0.11904762
#7 0.15555556 0.12698413
#8 0.17777778 0.13492063
#9 0.20000000 0.14285714

如果您想保留行名，请执行以下操作：

dat %>% add_rownames("rn") %>% mutate_each(funs(. / sum(.)), -rn)

【讨论】：