R中每组的平均值减去分组值答案

【问题标题】：Subtracting values group-wise by the average of each group in RR中每组的平均值减去分组值
【发布时间】：2019-11-20 06:42:25
【问题描述】：

我正在尝试从每个组的值中减去组均值。

例如：

> x <- data.frame('gene' = c('A','A','A','B','B','C','C','C'),'value' = c(32.3,31,30.5,25,22.1,20.5,21.2,19.8))
> x
  gene value
1    A  32.3
2    A  31.0
3    A  30.5
4    B  25.0
5    B  22.1
6    C  20.5
7    C  21.2
8    C  19.8

我可以找到组的意思：

> aggregate(x[,2],list(x$gene),mean)
  Group.1        x
1       A 31.26667
2       B 23.55000
3       C 20.50000

如何用相应组的平均值减去 x 中的“值”？我想要的结果如下：

   gene value-group.mean
1    A  1.03333
2    A  -0.26667
3    A  -0.76667
4    B  1.45
5    B  -1.45
6    C  0
7    C  0.7
8    C  -0.7

如何在 R 中做到这一点？

谢谢。

【问题讨论】：

标签： r aggregate

【解决方案1】：

data.table 方法：

require(data.table)

setDT(x)[, `value-group.mean` := mean(value), by = gene][, `value-group.mean` := value - `value-group.mean`]

x
#   gene value value-group.mean
# 1:    A  32.3        1.0333333
# 2:    A  31.0       -0.2666667
# 3:    A  30.5       -0.7666667
# 4:    B  25.0        1.4500000
# 5:    B  22.1       -1.4500000
# 6:    C  20.5        0.0000000
# 7:    C  21.2        0.7000000
# 8:    C  19.8       -0.7000000

【讨论】：

【解决方案2】：

在使用base R 时，您可以使用ave() 来实现它，在这种情况下，您不需要在中间应用aggregate：

x$value_group.mean <- with(x,value-ave(value,gene))

这样

> x
  gene value value_group.mean
1    A  32.3        1.0333333
2    A  31.0       -0.2666667
3    A  30.5       -0.7666667
4    B  25.0        1.4500000
5    B  22.1       -1.4500000
6    C  20.5        0.0000000
7    C  21.2        0.7000000
8    C  19.8       -0.7000000

【讨论】：

【解决方案3】：

使用库dplyr，您可以：

library(dplyr)
x %>%
  group_by(gene) %>%
  mutate_all(funs(.-mean(.)))

# A tibble: 8 x 2
# Groups:   gene [3]
  gene   value
  <fct>  <dbl>
1 A      1.03 
2 A     -0.267
3 A     -0.767
4 B      1.45 
5 B     -1.45 
6 C      0    
7 C      0.700
8 C     -0.700

【讨论】：

%>% 是什么意思？谢谢。
它被称为pipe，您可以在magrittr 包中找到更多定义。简而言之，它允许传递连续的操作而不回调先前的对象。例如x %>% head 与head(x) 相同

【解决方案4】：

通过添加merge的使用修改Khaynes答案以分离聚合和减法。

x <- data.table(gene = c('A','A','A','B','B','C','C','C'), value = c(32.3,31,30.5,25,22.1,20.5,21.2,19.8) )
x_gene_mean <- x[,.(group_mean=mean(value)),keyby=gene]

x_2=special_function(x)#Perform any needed operation against x to obtain x_2

x_2 <- merge(x,x_gene_mean,by="gene")
x_2[, anomaly := value - group_mean]

为什么分开很重要：

x 是原始数据。这可以参考长期数据。
x_gene_mean 是组平均值。这可以称为气候学。
x 进行分析，例如，根据幅度、值和比率的阈值在 x 中查找极端事件。 x_2 现在是 x 中发现的极端事件。 x_2 也是 x 的一小部分。这可以称为长期数据中的选定/极端事件。
要计算 x_2 的异常值，您需要用 x（不是 x_2）的组均值减去 x_2，即 x_gene_mean。这可以称为长期数据中与气候学相关的选定/极端事件的异常。

这是地球科学中的常规方法。要找到选定案例的异常，必须将其与原始长期数据中的气候学相减。

【讨论】：