#r #dplyr #tidyr
Вопрос:
У меня есть фрейм данных, такой :
df = data.frame("subjectID" = c("S1","S2","S2","S1","S1","S2","S2","S1","S1","S2","S1","S2"), "treatment" = c("none","none","none","none","drug1","drug1","drug1","drug1","drug2","drug2","drug2","drug2"), "protein" = c("proteinA","proteinA","proteinB","proteinB","proteinA","proteinA","proteinB","proteinB","proteinA","proteinA","proteinB","proteinB"), "value"= c(5.3,4.3,4.5,2.3,6.5,5.4,1.2,3.2,2.3,4.5,6.5,3.4))
subjectID treatment protein value
1 S1 none proteinA 5.3
2 S2 none proteinA 4.3
3 S2 none proteinB 4.5
4 S1 none proteinB 2.3
5 S1 drug1 proteinA 6.5
6 S2 drug1 proteinA 5.4
7 S2 drug1 proteinB 1.2
8 S1 drug1 proteinB 3.2
9 S1 drug2 proteinA 2.3
10 S2 drug2 proteinA 4.5
11 S1 drug2 proteinB 6.5
12 S2 drug2 proteinB 3.4
Я должен выполнить следующие вычисления в этом фрейме данных:
- Найдите разницу в значении между лечением = «лекарство1» и лечением = «нет» для каждого белка для каждого субъекта.
Так что в основном для одного расчета это было бы :
diff = df$value[df$subjectID == "S1" amp; df$treatment == "drug1" amp; df$protein == "proteinA"] - df$value[df$subjectID == "S1" amp; df$treatment == "none" amp; df$protein == "proteinA"]
diff
> 1.2
В приведенном выше примере значения 6,5 — 5,3 дают разницу между образцом, обработанным лекарственным средством, и образцом, не прошедшим лечение, для белка. Я аналогично повторяю это для S2 и proteinA, S1/proteinB и S2/proteinB.
- Найдите среднюю разницу между испытуемыми.
Мои исходные данные содержат 5 разных субъектов, 10 различных методов лечения ( включая лечение == «нет») и 100 белков, и я не могу сделать это для каждой группы вручную. Мне нужно будет рассчитать среднюю разницу между каждым лекарственным лечением и отсутствием лечения ( 9 различных методов лечения против ни одного лечения ).
Желаемый результат может быть таким:
resdf
protein drug1_mean_diff drug2_mean_diff
1 proteinA 1.15 -1.4
2 proteinB -1.2 1.55
В конечном итоге у меня должно быть 100 белков (строк) и 9 средних различий ( столбцов)
Надеюсь, это ясно.
Спасибо!
Комментарии:
1. Не могли бы вы, пожалуйста, обновить свой MRE, чтобы учесть новое ограничение (несколько методов лечения, которые все должны сравниваться с лечением-нет).?
2. обновлено по запросу
3. Вы уверены, что ваши ожидаемые выходные значения верны? Я не могу их воспроизвести…
Ответ №1:
library(tidyverse)
df <- data.frame(
"subjectID" = c("S1", "S2", "S2", "S1", "S1", "S2", "S2", "S1", "S1", "S2", "S1", "S2"),
"treatment" = c("none", "none", "none", "none", "drug1", "drug1", "drug1", "drug1", "drug2", "drug2", "drug2", "drug2"),
"protein" = c("proteinA", "proteinA", "proteinB", "proteinB", "proteinA", "proteinA", "proteinB", "proteinB", "proteinA", "proteinA", "proteinB", "proteinB"),
"value" = c(5.3, 4.3, 4.5, 2.3, 6.5, 5.4, 1.2, 3.2, 2.3, 4.5, 6.5, 3.4)
)
# For every pair of protein and drug treatment
expand_grid(
protein = df$protein %>% unique(),
comparison = df$treatment %>% unique() %>% setdiff("none")
) %>%
mutate(
mean_diff = comparison %>% map2_dbl(protein, ~ {
df %>%
pivot_wider(names_from = treatment, values_from = value) %>%
filter(protein == .y) %>%
rename_at(.x, ~"drug") %>%
mutate(diff = none - drug) %>%
pull(diff) %>%
mean()
})
) %>%
pivot_wider(names_from = comparison, values_from = mean_diff, names_prefix = "mean_diff_")
#> # A tibble: 2 x 3
#> protein mean_diff_drug1 mean_diff_drug2
#> <chr> <dbl> <dbl>
#> 1 proteinA -1.15 1.4
#> 2 proteinB 1.2 -1.55
Создано 2021-10-05 пакетом reprex (v2.0.1)
Комментарии:
1. Как насчет лечения:лекарство2 — лечение:нет, лечение:лекарство3 — лечение:нет и т.д. ?
2. drug2 не был частью вашего примера в то время, когда я писал этот ответ… Подождите несколько минут
3. Это всегда было частью основного текста вопроса. Кроме того, я не являюсь автором вопроса 😉
4. Я пересмотрел свой ответ. Я также не могу воспроизвести пример результата, но разница такая же, как у @dario (он просто не принимал наркотики, я сделал это по — другому, поэтому у него другой знак).
5. Привет @danlooo, большое вам спасибо за ваш ответ. Это работает для MRE, но на самом деле у меня может быть или не быть префикса «наркотик» для всех наркотиков. Это то, что мне, возможно, придется добавить при использовании с вашим кодом.
Ответ №2:
Почему — то я не могу воспроизвести ожидаемый результат, как показано в вопросе. Однако я думаю, что этот код должен дать желаемый ответ. Но я мог ошибиться или что-то неправильно понять. Поэтому, пожалуйста, проверьте перед использованием кода:
df = data.frame(subjectID = c("S1","S2","S2","S1","S1","S2","S2","S1","S1","S2","S1","S2"),
treatment = c("none","none","none","none","drug1","drug1","drug1","drug1","drug2","drug2","drug2","drug2"),
protein = c("proteinA","proteinA","proteinB","proteinB","proteinA","proteinA","proteinB","proteinB","proteinA","proteinA","proteinB","proteinB"),
value = c(5.3,4.3,4.5,2.3,6.5,5.4,1.2,3.2,2.3,4.5,6.5,3.4))
df %>%
filter(treatment != "none") %>%
left_join(df %>% filter(treatment == "none") %>% rename(control = value) %>% select(subjectID, protein, control)) %>%
mutate(diff = value - control) %>%
select(subjectID, protein, treatment, diff) %>%
pivot_wider(names_from = treatment, values_from = diff, names_prefix = "diff_") %>%
group_by(protein) %>%
summarise(across(starts_with("diff"), mean, rm.na=TRUE))
ВОЗВРАТ:
protein diff_drug1 diff_drug2
<chr> <dbl> <dbl>
1 proteinA 1.15 -1.4
2 proteinB -1.20 1.55
Комментарии:
1. Привет, Дарио ! Да, я отредактировал ожидаемый результат . Извини, я виноват. Большое спасибо за помощь!