r - 通过控制组将整个数据帧划分为几个子组中的每一个

Question

起始数据

我正在 R 工作，我有一组由接受不同剂量不同药物治疗的动物组(队列)生成的数据。我的数据集的简化可重现示例如下:

# set starting values for simulation of animal cohorts across doses of various drugs with a few numeric endpoints
cohort_size <- 3
animals <- letters[1:cohort_size]
drugs <- factor(c("A", "B", "C"))
doses <- factor(c(0, 10, 100))
total_size <- cohort_size * length(drugs) * length(doses)

# simulate data based on above parameters
df <- cbind(expand.grid(drug = drugs, dose = doses, animal = animals),
            data.frame(
              other_metadata = sample(LETTERS[24:26], size = total_size, replace = TRUE),
              num1 = rnorm(total_size, mean = 10, sd = 3), 
              num2 = rnorm(total_size, mean = 60, sd = 9),
              num3 = runif(total_size, min = 1, max = 5)))

这会产生类似的结果:

##   drug dose animal other_metadata      num1     num2     num3
## 1    A    0      a              X  6.448411 54.49473 4.111368
## 2    B    0      a              Y  9.439396 67.39118 4.917354
## 3    C    0      a              Y  8.519773 67.11086 3.969524
## 4    A   10      a              Z  6.286326 69.25982 2.194252
## 5    B   10      a              Y 12.428265 70.32093 1.679301
## 6    C   10      a              X 13.278707 68.37053 1.746217

我的目标

对于每种药物治疗，我将 dose == 0 动物视为该药物的对照组(假设每种药物在不同的时间进行，并且有自己的对照组)。我希望计算对照组每个数字端点(本例中的第 5:7 列)的平均值。接下来，我想根据每只动物各自对照组的平均值来标准化(除以)每个数字端点(第 5:7 列)。

换句话说，num1 对于所有动物，其中 drug == "A" 应该除以 num1 对于所有动物，其中drug == "A" AND dose == 0 对于每个端点，依此类推。

最终输出应与原始 data.frame 大小相同，所有非数字元数据列在左侧保持不变，所有数字数据列现在都具有标准化值.

当然，我希望找到最简单的解决方案 - 最大限度地减少新变量的创建，并且如果可能的话最好在单个 dplyr 管道中。

到目前为止我尝试过的内容

我应该说我已经从技术上解决了这个问题，但该解决方案非常丑陋，需要大量步骤，因此我希望获得帮助以找到更优雅的解决方案。

我知道我可以使用以下方法轻松地将对照组的平均值放入新的data.frame中:

df %>% 
  filter(dose == 0) %>%
  group_by(drug, dose) %>%
  summarise_all(mean) 

我研究了几件事，但不知道如何实现它们。按照我认为最有希望的顺序:

1. dplyr::group_modify()
2. dplyr::rowwise()
3. sweep() 在某种类型的循环中

预先感谢您提供的任何帮助!

Answer 1

如果目的是将数字列除以 mean对照组值，按“药物”分组，按“药物”分组后，使用 mutate与 across (来自 dplyr 1.0.0 )，将列值( . 与“剂量”为 0 的值的 mean 相除

library(dplyr) # 1.0.0
df %>% 
   group_by(drug) %>% 
   mutate(across(where(is.numeric), ~ ./mean(.[dose == 0])))

如果我们有一个 dplyr 版本是 < 1.0.0，使用mutate_if

df %>%
    group_by(drug) %>%
    mutate_if(is.numeric, ~ ./mean(.[dose == 0]))