如何使for循环创建新列，其中包含每个值是低于还是高于列平均值的信息？答案

【问题标题】：How to make a for-loop create new columns with info on whether each value is lower or higher than the column mean?如何使for循环创建新列，其中包含每个值是低于还是高于列平均值的信息？
【发布时间】：2020-05-15 20:58:02
【问题描述】：

希望大家有一个愉快的星期五。

我在 R 中工作，在尝试让 for 循环工作时遇到了一些问题。我有一个数据框，其中列包含许多基因的表达数据，行代表不同的患者。我想为每个基因添加一列，显示患者的表达是否高于中位数。

geneA <- c(2,4,1,1,2,5)
geneB <- c(1,1,3,2,2,1)
geneC <- c(3,4,3,5,7,4)

expressiondata<- as.data.frame(cbind(geneA, geneB, geneC))

我想要达到的结果是这样的：

geneA_median <- ifelse(geneA>median(geneA), 1,0)
geneB_median <- ifelse(geneB>median(geneB), 1,0)
geneC_median <- ifelse(geneC>median(geneC), 1,0)

expressiondata<- cbind(expressiondata, geneA_median, geneB_median, geneC_median)

但是，当我尝试让循环同时通过列和行时，我搞砸了。有谁知道我应该怎么做？我将不胜感激！

【问题讨论】：

标签： r for-loop

【解决方案1】：

不需要循环，只需要矢量化代码即可。

expressiondata <- data.frame(geneA, geneB, geneC)

mu <- sapply(expressiondata, median)
df2 <- cbind(expressiondata, +t(t(expressiondata) > mu))
names(df2)[4:6] <- paste(names(df2)[4:6], "_median")
df2

【讨论】：

非常感谢！这种帮助对我来说很有价值。我肯定需要更多地练习矢量化代码 :) 希望你周末愉快！

【解决方案2】：

dplyr 的替代解决方案：

library(dplyr)
expressiondata <- expressiondata %>%
  mutate(geneA_median = case_when(geneA > median(geneA) ~ 1,
                                  TRUE ~ 0),
         geneB_median = case_when(geneB > median(geneB) ~ 1,
                                  TRUE ~ 0),
         geneC_median = case_when(geneC > median(geneC) ~ 1,
                                  TRUE ~ 0))

【讨论】：

【解决方案3】：

不需要遍历行来计算“高于中值”指标的向量。

expressiondata <- data.frame(geneA = c(2,4,1,1,2,5),
                             geneB = c(1,1,3,2,2,1),
                             geneC = c(3,4,3,5,7,4))


# process with a loop, using vectorized math
for(i in c("geneA","geneB","geneC")) {
     expressiondata[[paste0(i,"_median")]] <- ifelse(expressiondata[i]>median(expressiondata[[i]]), 1,0)
}

...以及通过 RStudio 查看器查看的输出：

我们可以通过从 for() 循环内的原始数据框中提取列名来扩展解决方案，以处理其所有列。

# extend the solution by using column names from original data frame
for(i in colnames(expressiondata)) {
     expressiondata[[paste0(i,"_median")]] <- ifelse(expressiondata[i]>median(expressiondata[[i]]), 1,0)
}

【讨论】：