R：编写for循环以计算差异并存储在新变量中

Question

我查看了有关此主题的不同问题，但到目前为止，没有一个问题能帮助我获得我想要的东西。

我有一个数据框，有两个变量（standardized_'testname'）和'predicted_standardized_'testname'）。现在，我想计算两者之间的差异并将其存储在一个名为“testname”_finalscore 的新变量中。

由于我有大约 19 种不同的测试，我想在 R 中使用 for 循环来执行此操作 - 但我是编写这类循环的新手，我被卡住了。

我有一个测试列表，其中包含单独测试的所有名称：

testlist <- c("vlgt_ltfr", "vlgt_recog", 
          "vlgt_imrec", "wms_imrec", 
          "wms_delrec", "fluency_dier", 
          "fluency_beroep", "tapdom",
          "tapndom", "traila", "trailb",
          "erik_congruent", "erik_percincong",
          "erik_incongruent", "stroop_baseline",
          "stroop_interference", "subrs", "tmt_interference")

为此，我编写了一个循环来计算标准化和预测标准化的分数。

例子：

for( test in testlist){
      patdat[,paste0('standardized_',test)] <- (patdat[,test] - tempmean) / tempsd
      patdat[,paste0('predicted_standardized_',test)] <- coef(mymod)[1] + coef(mymod)[2]*patdat[,'p_age'] + coef(mymod)[3]*patdat[,'nlviq']

}

在此之后，我创建了不同的循环（不起作用），在其中我尝试计算差异并将其存储在一个新变量中：

for( test in testlist){
  normdata[,paste0(test,'_finalscore')] <- (normdata[,paste0('standardized_', test)] - normdata[,paste0('predicted_standardized_', test)])
 }

for(test in testlist){
  normdata[,paste0(test, '_finalscore')] <- normdata[get('standardized_',test)] - normdata[get('predicted_standardized_'), test]
}

for(test in testlist){
  normdata[,paste0(test, '_finalscore')] <- (normdata['standardized_',test] - normdata['predicted_standardized_', test])
}

我确实得到了一个带有 'testname'_finalscore 的变量，但是它是空的。我认为我的索引错误，并且可能有一个函数可以用来解决这个问题 - 但我还没有找到它。

数据示例

> normdata$standardized_subrs
 [1] -0.45551  0.61058  0.18414  0.18414 -0.13568 -1.30838  0.39736
 [8]  0.71719 -0.13568 -0.13568  0.29075  0.18414  1.99649 -1.62821

> normdata$predicted_standardized_subrs
 [1] -0.458274  0.174143 -0.492066 -0.414063  0.081612  0.488208
 [7]  0.399994  0.416249 -0.113008 -0.398671  0.943571  0.316543

我想要的是一个看起来像这样的变量“subrs_finalscore”，但是对于testlist中的所有测试：

> normdata$standardized_subrs - normdata$predicted_standardized_subrs
 [1]  0.002764  0.436435  0.676208  0.598205 -0.217296 -1.796589
 [7] -0.002633  0.300938 -0.022676  0.262987 -0.652819 -0.132400

提前致谢。

Answer 1

对于每个测试，我们的数据框中都有 standardized 和 predicted_standardized 列。这是一个很难得到问题答案的表格。

我们想要计算两个数字之间的差并将其存储。如果数据如下所示：

TestName Standardized Predicted
subrs        -0.45551 -0.458274
subrs         0.61058  0.174143
subrs         0.18414 -0.492066
...

我们不是以包含许多列的宽格式存储数据（每个测试两列），而是以只有三列的长格式存储数据：测试名称、标准化值和预测值。这称为tidying 数据，或将其置于tidy 格式。

如果我们在名为tidy_data 的框架中有tidy 格式的数据，那么计算差异就像...

library(tidyverse)
tidy_data %>% mutate(FinalScore = Predicted - Standardized)

mutate 将新列添加到具有计算值的框架中。

那么我们如何以tidy 的形式获取它？这有点工作，但如果我们把原来的宽数据框改成这样......

tidy_data = data %>%
  mutate(row_num = row_number()) %>%
  gather(key, value, -row_num) %>%
  mutate(IsPredicted = ifelse(grepl("predicted", key), "Predicted", "Standardized"),
         TestName = gsub("predicted_standardized_|standardized_", "", key)) %>%
  select(TestName, IsPredicted, value, row_num) %>%
  spread(IsPredicted, value) %>%
  select(-row_num)

我们得到了我们想要的整洁的表格。