如何解决在 R 中减去同一数据框中的多列
对于以下数据集
mydata=data.frame(x1_c1=c(1:5),x2_c1=c(2:6),x3_c1=c(3:7),x4_c1=c(4:8),x1_c2=0,x2_c2=0,x3_c2=0,x4_c2=0,x1_c3=c(1:5),x2_c3=c(2:6),x3_c3=c(3:7),x4_c3=c(4:8))
> mydata
x1_c1 x2_c1 x3_c1 x4_c1 x1_c2 x2_c2 x3_c2 x4_c2 x1_c3 x2_c3 x3_c3 x4_c3
1 1 2 3 4 0 0 0 0 1 2 3 4
2 2 3 4 5 0 0 0 0 2 3 4 5
3 3 4 5 6 0 0 0 0 3 4 5 6
4 4 5 6 7 0 0 0 0 4 5 6 7
5 5 6 7 8 0 0 0 0 5 6 7 8
我想从以 _c3、_c1 和 _c2 结尾的变量中减去所有以 _c3 结尾的变量，然后合并所有列。这是一个选项
mydata_update=cbind(mydata[,grep("_c1",colnames(mydata)) ]-mydata[,grep("_c3",colnames(mydata)) ],mydata[,grep("_c2",colnames(mydata)) ])
预期结果是
> mydata_update
x1_c1 x2_c1 x3_c1 x4_c1 x1_c2 x2_c2 x3_c2 x4_c2 x1_c3 x2_c3 x3_c3 x4_c3
1 0 0 0 0 -1 -2 -3 -4 0 0 0 0
2 0 0 0 0 -2 -3 -4 -5 0 0 0 0
3 0 0 0 0 -3 -4 -5 -6 0 0 0 0
4 0 0 0 0 -4 -5 -6 -7 0 0 0 0
5 0 0 0 0 -5 -6 -7 -8 0 0 0 0
欢迎使用任何其他方法。
解决方法
匹配数据和减法部分的前缀，然后减去：
subsel <- endsWith(names(mydata),"_c3")
prefix <- sub("_.+","",names(mydata))
mydata - mydata[subsel][match(prefix,prefix[subsel])]
# x1_c1 x2_c1 x3_c1 x4_c1 x1_c2 x2_c2 x3_c2 x4_c2 x1_c3 x2_c3 x3_c3 x4_c3
#1 0 0 0 0 -1 -2 -3 -4 0 0 0 0
#2 0 0 0 0 -2 -3 -4 -5 0 0 0 0
#3 0 0 0 0 -3 -4 -5 -6 0 0 0 0
#4 0 0 0 0 -4 -5 -6 -7 0 0 0 0
#5 0 0 0 0 -5 -6 -7 -8 0 0 0 0
或者，如果您想生活在边缘，并且您确定您的数据完整且按预期排序：
mydata - as.matrix(mydata[,endsWith(names(mydata),"_c3")])
我们可以使用split.default根据列名的子串将数据分组，然后用list找到每个grep元素中的'c3'列，减去并cbind list 内的do.call 元素
out <- do.call(cbind,unname(lapply(split.default(mydata,sub("_.*",names(mydata))),function(x) x - x[,grep("_c3",names(x))])))[names(mydata)]
-输出
out
x1_c1 x2_c1 x3_c1 x4_c1 x1_c2 x2_c2 x3_c2 x4_c2 x1_c3 x2_c3 x3_c3 x4_c3
1 0 0 0 0 -1 -2 -3 -4 0 0 0 0
2 0 0 0 0 -2 -3 -4 -5 0 0 0 0
3 0 0 0 0 -3 -4 -5 -6 0 0 0 0
4 0 0 0 0 -4 -5 -6 -7 0 0 0 0
5 0 0 0 0 -5 -6 -7 -8 0 0 0 0
或者我们可以使用 tidyverse
library(dplyr)
library(tidyr)
mydata %>%
mutate(rn = row_number()) %>%
pivot_longer(cols = -rn,names_to = c(".value","grp"),names_sep = "_") %>%
group_by(rn) %>%
mutate(across(where(is.numeric),~ . - .[grp == 'c3'])) %>%
ungroup %>%
pivot_wider(names_from = grp,values_from = x1:x4) %>%
select(-rn) %>%
select(names(mydata))
-输出
# A tibble: 5 x 12
x1_c1 x2_c1 x3_c1 x4_c1 x1_c2 x2_c2 x3_c2 x4_c2 x1_c3 x2_c3 x3_c3 x4_c3
<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 0 0 0 0 -1 -2 -3 -4 0 0 0 0
2 0 0 0 0 -2 -3 -4 -5 0 0 0 0
3 0 0 0 0 -3 -4 -5 -6 0 0 0 0
4 0 0 0 0 -4 -5 -6 -7 0 0 0 0
5 0 0 0 0 -5 -6 -7 -8 0 0 0 0
这是使用循环的另一种方式：
sm <- mydata[,colnames(mydata))]
mydata_update <- mydata
for (i in seq(1,ncol(mydata),ncol(sm))) {
mydata_update[,i:(i+ncol(sm)-1)] <- mydata_update[,i:(i+ncol(sm)-1)]-sm
}
mydata_update
x1_c1 x2_c1 x3_c1 x4_c1 x1_c2 x2_c2 x3_c2 x4_c2 x1_c3 x2_c3 x3_c3 x4_c3
1 0 0 0 0 -1 -2 -3 -4 0 0 0 0
2 0 0 0 0 -2 -3 -4 -5 0 0 0 0
3 0 0 0 0 -3 -4 -5 -6 0 0 0 0
4 0 0 0 0 -4 -5 -6 -7 0 0 0 0
5 0 0 0 0 -5 -6 -7 -8 0 0 0 0
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
