Усреднить каждый дублированный столбец для каждой строки?

У меня есть следующий фрейм данных.

temp = structure(list(A = c(0, 0, 0, 3.72900887033786, 1.94860084749336, 
0), C = c(0, 0, 0, 3.44095219802964, 2.35049724708413, 0.0285691521967709
), A = c(0, 0, 0, 3.29572302453997, 0.933572638261024, 0), D = c(0, 
0, 0, 2.4905701304462, 1.54101915313356, 0), E = c(0, 0, 0, 4.23189316164533, 
1.7311832415722, 0), E = c(0, 0, 0, 4.37851162325373, 2.50080205305716, 
0), D = c(0, 0, 0, 3.68929916053589, 2.4905701304462, 0.189033824390017
), F = c(0, 2.27500704749987, 0, 3.68032435684402, 1.77820857639809, 
0), A = c(0, 0, 0, 3.5668151540109, 1.72683121703249, 0.0285691521967709
), G = c(0, 0, 0, 5.6450098843911, 3.09929520433778, 0)), row.names = c("5_8S_rRNA", 
"5S_rRNA", "7SK", "A1BG", "A1BG-AS1", "A1CF"), class = "data.frame")

Похоже на это.

                 A          C         A        D        E        E         D        F          A        G
5_8S_rRNA 0.000000 0.00000000 0.0000000 0.000000 0.000000 0.000000 0.0000000 0.000000 0.00000000 0.000000
5S_rRNA   0.000000 0.00000000 0.0000000 0.000000 0.000000 0.000000 0.0000000 2.275007 0.00000000 0.000000
7SK       0.000000 0.00000000 0.0000000 0.000000 0.000000 0.000000 0.0000000 0.000000 0.00000000 0.000000
A1BG      3.729009 3.44095220 3.2957230 2.490570 4.231893 4.378512 3.6892992 3.680324 3.56681515 5.645010
A1BG-AS1  1.948601 2.35049725 0.9335726 1.541019 1.731183 2.500802 2.4905701 1.778209 1.72683122 3.099295
A1CF      0.000000 0.02856915 0.0000000 0.000000 0.000000 0.000000 0.1890338 0.000000 0.02856915 0.000000

Что я хотел бы сделать, так это свернуть любой столбец, который является дубликатом, путем усреднения дубликатов, но я хочу сделать это для каждой строки.

Идеальный фрейм данных будет содержать такое же количество строк, но будет содержать только столбцы A, C, D, E, F, G. Возможно ли это?

r dplyr data.table

27.10.2022 18:06

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

132

Перейти к ответу Данный вопрос помечен как решенный

Ответы 6

Ответ принят как подходящий

Мы могли бы использовать split.default для разделения по именам столбцов и зацикливания на list, применить rowMeans

 sapply(split.default(temp, names(temp)), rowMeans)
                    A          C          D        E        F        G
5_8S_rRNA 0.000000000 0.00000000 0.00000000 0.000000 0.000000 0.000000
5S_rRNA   0.000000000 0.00000000 0.00000000 0.000000 2.275007 0.000000
7SK       0.000000000 0.00000000 0.00000000 0.000000 0.000000 0.000000
A1BG      3.530515683 3.44095220 3.08993465 4.305202 3.680324 5.645010
A1BG-AS1  1.536334901 2.35049725 2.01579464 2.115993 1.778209 3.099295
A1CF      0.009523051 0.02856915 0.09451691 0.000000 0.000000 0.000000

27.10.2022 18:07

Это то, что вы ищете?

library(tidyr)                                                                                                                                                                                                                                                  
library(dplyr)

output  <- temp %>% 
  add_rownames(var = "ID") %>% 
  pivot_longer(-ID) %>% 
  mutate(name = gsub("\\.*\\d*", "", name)) %>% 
  group_by(ID, name) %>% 
  summarise(value = mean(value)) %>% 
  mutate(name = gsub("\\.*\\d*", "", name)) %>% 
  pivot_wider(names_from = "name", values_from = "value")

output  
# A tibble: 6 × 7
# Groups:   ID [6]
  ID              A      C      D     E     F     G
  <chr>       <dbl>  <dbl>  <dbl> <dbl> <dbl> <dbl>
1 5_8S_rRNA 0       0      0       0     0     0   
2 5S_rRNA   0       0      0       0     2.28  0   
3 7SK       0       0      0       0     0     0   
4 A1BG      3.53    3.44   3.09    4.31  3.68  5.65
5 A1BG-AS1  1.54    2.35   2.02    2.12  1.78  3.10
6 A1CF      0.00952 0.0286 0.0945  0     0     0

27.10.2022 18:17

Вот базовое решение R:

t(do.call(rbind, by(t(temp), row.names(t(temp)), FUN = colMeans)))

Или с tidyverse

Вот вариант tidyverse, где мы можем разделить уникальные имена, затем мы устанавливаем имена для каждого кадра данных, а затем используем rowMeans. Однако мы должны использовать setNames в первом выражении map, чтобы сделать имена столбцов уникальными, поскольку tidyverse не любит повторяющиеся имена столбцов. Затем, поскольку имена строк также удаляются, мы можем добавить их обратно в конце.

library(tidyverse)

map(.x = unique(names(temp)), ~ 
      select(setNames(temp, make.names(names(temp), unique = TRUE)), starts_with(.x))) %>% 
  set_names(unique(names(temp))) %>% 
  map_dfc(., rowMeans) %>%
  as.data.frame() %>% 
  `rownames<-`(row.names(temp))

Или другое базовое решение R:

temp2 <- t(temp)
t(tapply(temp2, list(row.names(temp2)[row(temp2)], colnames(temp2)[col(temp2)]), FUN = mean))

Вывод

                   A         C         D       E       F       G
5_8S_rRNA 0.00000000 0.0000000 0.0000000 0.00000 0.00000 0.00000
5S_rRNA   0.00000000 0.0000000 0.0000000 0.00000 2.27501 0.00000
7SK       0.00000000 0.0000000 0.0000000 0.00000 0.00000 0.00000
A1BG      3.53051568 3.4409522 3.0899346 4.30520 3.68032 5.64501
A1BG-AS1  1.53633490 2.3504972 2.0157946 2.11599 1.77821 3.09930
A1CF      0.00952305 0.0285692 0.0945169 0.00000 0.00000 0.00000

27.10.2022 18:36

Другое базовое решение R с rowsum:

t(rowsum(t(temp), names(temp)) / c(table(names(temp))))

                    A          C          D        E        F        G
5_8S_rRNA 0.000000000 0.00000000 0.00000000 0.000000 0.000000 0.000000
5S_rRNA   0.000000000 0.00000000 0.00000000 0.000000 2.275007 0.000000
7SK       0.000000000 0.00000000 0.00000000 0.000000 0.000000 0.000000
A1BG      3.530515683 3.44095220 3.08993465 4.305202 3.680324 5.645010
A1BG-AS1  1.536334901 2.35049725 2.01579464 2.115993 1.778209 3.099295
A1CF      0.009523051 0.02856915 0.09451691 0.000000 0.000000 0.000000

27.10.2022 18:48

Использование data.table

library('data.table')
d <- transpose(as.data.table(temp), keep.names = "rn")
d <- d[, by = rn, lapply(.SD, mean)]
d <- cbind(rn = row.names(temp), transpose(d, make.names = T))

27.10.2022 22:27

Вариант dplyr + tidyr с использованием pivot_*

library(dplyr)
library(tidyr)

temp %>%
  cbind(rmn = rownames(temp)) %>%
  pivot_longer(!rmn) %>%
  group_by(rmn, name) %>%
  summarise(value = mean(value), .groups = "drop") %>%
  pivot_wider(names_from = name) %>%
  column_to_rownames("rmn")

дает

                    A          C          D        E        F        G
5_8S_rRNA 0.000000000 0.00000000 0.00000000 0.000000 0.000000 0.000000
5S_rRNA   0.000000000 0.00000000 0.00000000 0.000000 2.275007 0.000000
7SK       0.000000000 0.00000000 0.00000000 0.000000 0.000000 0.000000
A1BG      3.530515683 3.44095220 3.08993465 4.305202 3.680324 5.645010
A1BG-AS1  1.536334901 2.35049725 2.01579464 2.115993 1.778209 3.099295
A1CF      0.009523051 0.02856915 0.09451691 0.000000 0.000000 0.000000

Или мы можем использовать xtabs немного

temp %>%
  cbind(rmn = rownames(temp)) %>%
  pivot_longer(!rmn) %>%
  group_by(rmn, name) %>%
  summarise(value = mean(value), .groups = "drop") %>%
  xtabs(value ~ ., .)

что дает

           name
rmn                   A           C           D           E           F
  5_8S_rRNA 0.000000000 0.000000000 0.000000000 0.000000000 0.000000000
  5S_rRNA   0.000000000 0.000000000 0.000000000 0.000000000 2.275007047
  7SK       0.000000000 0.000000000 0.000000000 0.000000000 0.000000000
  A1BG      3.530515683 3.440952198 3.089934645 4.305202392 3.680324357
  A1BG-AS1  1.536334901 2.350497247 2.015794642 2.115992647 1.778208576
  A1CF      0.009523051 0.028569152 0.094516912 0.000000000 0.000000000
           name
rmn                   G
  5_8S_rRNA 0.000000000
  5S_rRNA   0.000000000
  7SK       0.000000000
  A1BG      5.645009884
  A1BG-AS1  3.099295204
  A1CF      0.000000000

10.11.2022 14:27

Другие вопросы по теме

Mutate и if_any с условием для нескольких столбцов

Написание функции mutate, case_when в R с переменным количеством случаев для проверки

Извлечение и оценка слов в текстовой строке по сравнению с другим набором данных

R - вычислить разницу между всеми комбинациями наблюдений внутри групп

Нахождение количества событий предыдущей зимы в группе

Как заменить значение наблюдения на основе значений другой переменной в группе?

Как найти сумму двух последовательных строк столбца из фрейма данных на основе условия других столбцов (возможно, с помощью функции мутации dplyr)

Как я могу сопоставить значения символов двух кадров данных и применить функцию, соответствующую этому совпадению, в R?

Использование purr::map для переименования столбцов на основе другого списка в R

Используйте функцию dplyr::rename в цикле for в R

Усреднить каждый дублированный столбец для каждой строки?

Ответы 6

Другие вопросы по теме

Похожие вопросы