R-从其他列中减去特定列的平均值

Question

我想使用 R 从数据集中前 3 列的每个值中减去每个“空白”列的平均值，如下所示：

df<- data.frame(da = 1:5,
                d2 = 6:10,
                dd = 2:6,
                blank...1 = c(0.1,0.1,0.4,0.2,0.1),
                d5 = 2:6,
                dg = 7:11,
                di = 3:7,
                blank...2 = c(0.2,0.2,0.4,0.1,0.1),
                dm = 21:25,
                h4 = 5:9,
                d7 = 26:30,
                blank...3 = c(0.1, 0.3, 0.4, 0.4, 0.1)
                )

换句话说，我想将blank...1的平均值减去da、d2和dd列的每个值；然后将空白...2 的平均值减去 d5、dg 和 di 等列的每个值。实际数据集实际上有 15 个空白，需要从前面的 11 列中减去。

我已经使用 colMeans 生成了向量中所有“空白”列的平均值，但我不知道如何编写函数来指示哪个值用于哪些列。

如何通过 R 中的函数来实现这一点？

谢谢！

Answer 1

我确信有一个更优雅的解决方案，但在基本 R 中，您可以首先识别名称中带有“空白”的那些（

blnknms

），然后使用

lapply

迭代这些列并减去该列的平均值来自前三列：

# get columns with "blank" in the name
blnknms <- grep("blank", names(df))

df[,-blnknms] <- unlist(lapply(blnknms, \(x){
  df[,(x-3):(x-1)] - mean(df[,x])
}), recursive = FALSE)

输出：

#     da   d2   dd blank...1  d5   dg  di blank...2    dm   h4    d7 blank...3
# 1 0.82 5.82 1.82       0.1 1.8  6.8 2.8       0.2 20.74 4.74 25.74       0.1
# 2 1.82 6.82 2.82       0.1 2.8  7.8 3.8       0.2 21.74 5.74 26.74       0.3
# 3 2.82 7.82 3.82       0.4 3.8  8.8 4.8       0.4 22.74 6.74 27.74       0.4
# 4 3.82 8.82 4.82       0.2 4.8  9.8 5.8       0.1 23.74 7.74 28.74       0.4
# 5 4.82 9.82 5.82       0.1 5.8 10.8 6.8       0.1 24.74 8.74 29.74       0.1

Answer 2

这是受 jpsmith 启发的另一种基本 R 方法：

blanks = grep("blank", names(df))   # find the blank columns
blank_means = colMeans(df[blanks])  # get their means

## subtract blanks means from the non-blank columns
## this relies on having exactly 3 non-blank columns per blank column
df[-blanks] = Map("-", df[-blanks], rep(blank_means, each = 3))
df
#     da   d2   dd blank...1  d5   dg  di blank...2    dm   h4    d7 blank...3
# 1 0.82 5.82 1.82       0.1 1.8  6.8 2.8       0.2 20.74 4.74 25.74       0.1
# 2 1.82 6.82 2.82       0.1 2.8  7.8 3.8       0.2 21.74 5.74 26.74       0.3
# 3 2.82 7.82 3.82       0.4 3.8  8.8 4.8       0.4 22.74 6.74 27.74       0.4
# 4 3.82 8.82 4.82       0.2 4.8  9.8 5.8       0.1 23.74 7.74 28.74       0.4
# 5 4.82 9.82 5.82       0.1 5.8 10.8 6.8       0.1 24.74 8.74 29.74       0.1