R 从下面的行中减去每隔一行答案

【问题标题】：R Subtracting every other row from row belowR 从下面的行中减去每隔一行
【发布时间】：2019-08-08 09:04:04
【问题描述】：

所以我搜索了一些其他问题，但它们并不是我想要的。

我有一个数据框，列中有样本，行中有条件。数据排列如下，除了大约 200 行和大约 30000 列：

donor_id time  stimulation         Gene_1         Gene_2         Gene_3         Gene_4         Gene_5         Gene_6         Gene_7         Gene_8
A        0.5h         U         80.56644               0        55.68308        3.567304        6.465864        1.095409        490.3318        2.322889
A        0.5h         Stim      79.37402               0        55.88619        4.394622        6.503430        1.190555        453.7305        0.169858
A        1h           U         62.73152               0        53.01435        3.596723        7.272073        0.736384        349.6818        1.307157
A        1h           Stim      54.82245               0        53.17697        3.445614        5.385228        1.520416        332.2109        1.378058
B        0.5h         U         69.89228               0        51.78394        2.410192        5.668343        1.482302        377.0095        0.589922
B        0.5h         Stim      64.42587               0        52.67998        1.085260        8.958538        0.977994        382.8479        0.312372
B        1h           U         56.47391        0.323123        52.93331        2.925232        5.650667        1.396532        356.9900        1.657515
B        1h           Stim      0.25548         0.085027        49.85429        1.355360        5.030664        2.175491        218.5442        0.290898

我想从“Stim”行中减去所有“U”行，留下我开始行数的一半。完整表中的每一行都有一个唯一的donor_id 和 time 组合

我可以通过搜索找到的所有类似问题似乎都想从其他所有内容中减去一行，或者想从其上方的行中减去每一行，而不是每隔一行。我确信一定有某种方法可以使用 FOR 循环或 lapply，但我不知道如何在所有行和列中获取它。

【问题讨论】：

@Phil_D 如何生成两个数据帧（一个只有 U，另一个只有 Stim），然后以线性方式减去你想要的值？（这假设数据帧每次都有偶数）
啊，这似乎是一个简单的解决方案，我应该自己考虑...而且似乎效果很好，谢谢！

标签： r dataframe

【解决方案1】：

这是一个基本的 R 选项：

aggregate(df[4:11], by = list("donor_id" = df$donor_id, "time" = df$time), diff)

  donor_id time    Gene_1    Gene_2   Gene_3    Gene_4    Gene_5    Gene_6    Gene_7
1        A 0.5h  -1.19242  0.000000  0.20311  0.827318  0.037566  0.095146  -36.6013
2        B 0.5h  -5.46641  0.000000  0.89604 -1.324932  3.290195 -0.504308    5.8384
3        A   1h  -7.90907  0.000000  0.16262 -0.151109 -1.886845  0.784032  -17.4709
4        B   1h -56.21843 -0.238096 -3.07902 -1.569872 -0.620003  0.778959 -138.4458
     Gene_8
1 -2.153031
2 -0.277550
3  0.070901
4 -1.366617

或dplyr 解决方案：

df %>%
  group_by(donor_id, time) %>%
  summarise_at(vars(starts_with("Gene")), diff)

# Groups:   donor_id [2]
  donor_id time  Gene_1 Gene_2 Gene_3 Gene_4  Gene_5  Gene_6  Gene_7  Gene_8
  <fct>    <fct>  <dbl>  <dbl>  <dbl>  <dbl>   <dbl>   <dbl>   <dbl>   <dbl>
1 A        0.5h   -1.19  0      0.203  0.827  0.0376  0.0951  -36.6  -2.15  
2 A        1h     -7.91  0      0.163 -0.151 -1.89    0.784   -17.5   0.0709
3 B        0.5h   -5.47  0      0.896 -1.32   3.29   -0.504     5.84 -0.278 
4 B        1h    -56.2  -0.238 -3.08  -1.57  -0.620   0.779  -138.   -1.37

【讨论】：

谢谢，第一个解决方案效果很好，但由于某种原因似乎弄乱了我的列名。第二个解决方案似乎提出了错误：```“错误：列“ENSG00000000003”必须长度为1（汇总值），而不是0”```
我通过命名我们分组的列表元素更正了第一个解决方案。第二种解决方案中的错误源于这样一个事实，即您很可能在数据集中有一列既不分组也不汇总。您要么必须排除它，要么将其包含在summarise_at() 的选择中。现在它只需要以“基因”开头的字段。