使用 R (dplyr) 从同一子集（儒略日期）中的所有其他数据中减去控制行

Question

到目前为止，我无法在 Stack Overflow 上找到适合我的问题的解决方案。

我想使用dplyr 从我的数据中减去一个控制值。我只需要从同一日期测量的数据中减去对照。我的数据框中包含多个日期，每个日期包含不同数量的数据。

我的数据如下所示；其中“F”是需要修改的样本，“AC”是要减去的对照。

Sample  Tissue   Date       Result1     Result2
1       F      10-Jul          210         56.0
2       F      10-Jul          527        427.0
3       F      10-Jul          557         69.0
4       F      10-Jul          684        344.0
5       F      10-Jul          650         10.0
6       AC     10-Jul          200         10.0
7       F      12-Jul          676         65.0
8       F      12-Jul          520         70.0
9       F      12-Jul          595        730.0
10      AC     12-Jul          100          5.0

我想我需要使用：

myData <- myData2 %>%
group_by(Date) %>%

从那里我有点困惑，我试过了：

mutate(Result1 = Result1 - subset(myData$Result1, myData$Tissue=="AC"))

但没有真正的成功。我想那里有一个简单的解决方案，对此我将不胜感激！

因此我最终会得到如下所示的数据：

Sample  Tissue   Date       Result1     Result2
1       F      10-Jul           10         46.0
2       F      10-Jul          327        417.0
3       F      10-Jul          357         59.0
4       F      10-Jul          484        334.0
5       F      10-Jul          450          0.0
6       AC     10-Jul          200         10.0
7       F      12-Jul          576         60.0
8       F      12-Jul          420         65.0
9       F      12-Jul          495        725.0
10      AC     12-Jul          100          5.0

如果该函数可用于同时计算两个或多个结果的差异，那将很有用。提前致谢！

编辑：

我认为我已经找到了使用此代码的解决方案

myData2 <- myData %>% group_by(Date) %>%
mutate_at(vars(3:4),funs(.-.[Tissue=="AC"]))

我的逻辑在这里有效吗？另外，为什么我需要从列号中取 1 才能使用 vars() 函数？

Answer 1

我似乎已经用这个代码解决了它：

myData2 <- myData %>% 
  group_by(Date) %>%
  mutate_at(vars(3:4),funs(.-.[Tissue=="AC"]))

我喜欢这个解决方案的简单性，但非常感谢其他受访者花时间帮助我。

Answer 2

df = read.table(text = "
Sample  Tissue   Date       Result1     Result2
1       F      10-Jul          210         56.0
2       F      10-Jul          527        427.0
3       F      10-Jul          557         69.0
4       F      10-Jul          684        344.0
5       F      10-Jul          650         10.0
6       AC     10-Jul          200         10.0
7       F      12-Jul          676         65.0
8       F      12-Jul          520         70.0
9       F      12-Jul          595        730.0
10      AC     12-Jul          100          5.0
", stringsAsFactors=F, header=T)

library(dplyr)

df %>%
  group_by(Date) %>%                                                         # for each date
  mutate(control1 = Result1[Tissue == "AC"],                                 # calculate control values
         control2 = Result2[Tissue == "AC"]) %>%
  ungroup() %>%                                                              # forget about the grouping
  mutate(Result1 = ifelse(Tissue == "F", Result1 - control1, Result1),       # update result values only for rows with tissue = F
         Result2 = ifelse(Tissue == "F", Result2 - control2, Result2)) %>%
  select(Sample:Result2)                                                     # select columns of interest

# # A tibble: 10 x 5
#   Sample Tissue   Date Result1 Result2
#    <int>  <chr>  <chr>   <int>   <dbl>
# 1      1      F 10-Jul      10      46
# 2      2      F 10-Jul     327     417
# 3      3      F 10-Jul     357      59
# 4      4      F 10-Jul     484     334
# 5      5      F 10-Jul     450       0
# 6      6     AC 10-Jul     200      10
# 7      7      F 12-Jul     576      60
# 8      8      F 12-Jul     420      65
# 9      9      F 12-Jul     495     725
# 10     10    AC 12-Jul     100       5

control 列仅用于帮助您了解该过程。您可以使用：

df %>%
  group_by(Date) %>%
  mutate(Result1 = ifelse(Tissue == "F", Result1 - Result1[Tissue == "AC"], Result1),
         Result2 = ifelse(Tissue == "F", Result2 - Result2[Tissue == "AC"], Result2)) %>%
  ungroup()