将列值与第一行进行比较并保留 R 中的原始值

Posted 2023-03-12

【中文标题】将列值与第一行进行比较并保留 R 中的原始值

【英文标题】：Compare column values against first row and retain original values in R

【发布时间】：2019-04-19 00:23:44

【问题描述】：

我有一个很大的（当然）光谱数据矩阵，每列代表不同的质量值，而行代表分析中的样本。一个小例子……

mydata <- matrix(c(c(1.95,6,1,0),c(1.76,3,2,14),c(3.67,2,1.55,7),c(0.57,3,8,12),c(2.33,3,16,2)),nrow = 4, ncol = 5)
rnames <- c("threshold", "S1", "S2", "S3")
row.names(mydata)<- rnames

#           [,1]  [,2] [,3]  [,4]  [,5]
# threshold 1.95  1.76 3.67  0.57  2.33
# S1        6.00  3.00 2.00  3.00  3.00
# S2        1.00  2.00 1.55  8.00 16.00
# S3        0.00 14.00 7.00 12.00  2.00

第一行代表一个阈值，要考虑的样本值必须是阈值的 3 倍。我想将第一行值与列中后续行中的所有值进行比较，如果它是 => 3x 第一行值，则返回单元格值，否则将单元格替换为“0”。

因此，对于那个小样本数据，我希望实现的输出矩阵如下所示：

mydata2 <- matrix(c(c(1.95,6,0,0),c(1.76,0,0,14),c(3.67,0,0,0),c(0.57,3,8,12),c(2.33,0,16,0)),nrow = 4, ncol = 5)
row.names(mydata2) <- rnames

#           [,1]  [,2] [,3]  [,4]  [,5]
# threshold 1.95  1.76 3.67  0.57  2.33
# S1        6.00  0.00 0.00  3.00  0.00
# S2        0.00  0.00 0.00  8.00 16.00
# S3        0.00 14.00 0.00 12.00  0.00

我在想有一种方法可以使用apply 来运行它，但我对 R 的了解并没有延伸到那么远（还）。

我应该注意到，阈值（第一行）最初是一个单独的 1xn 矩阵，它是使用InsertRow 插入到第一行的。如果将数据矩阵与“阈值”矩阵进行比较会更容易，而不是比较矩阵内的行，那就更好了。

感谢您帮助解决这个问题！

【参考方案1】：

您可以将矩阵的第一行重复到与其余行相同的大小。然后进行比较，得到一个布尔矩阵。将其与原始值相乘。

mydata[-1, ] <- mydata[-1, ] * (mydata[-1, ] >= 3 * mydata[rep(1, nrow(mydata) - 1), ])

mydata
#           [,1]  [,2] [,3]  [,4]  [,5]
# threshold 1.95  1.76 3.67  0.57  2.33
# S1        6.00  0.00 0.00  3.00  0.00
# S2        0.00  0.00 0.00  8.00 16.00
# S3        0.00 14.00 0.00 12.00  0.00

---

如果您的阈值存储在单独的矩阵中，则可以使用相同的原理。

【讨论】：

谢谢 Henrik，这是一种快速的方法，我喜欢它可以在不将阈值插入数据矩阵的情况下完成。感谢您的帮助！

【参考方案2】：

您绝对可以使用apply，您只需要编写一个函数，其中包含您需要应用于每一列的逻辑。

apply(mydata, 2, function(x) c(x[1], x[-1]*(x[-1] >= 3*x[1])))

>           [,1]  [,2] [,3]  [,4]  [,5]
> threshold 1.95  1.76 3.67  0.57  2.33
> S1        6.00  0.00 0.00  3.00  0.00
> S2        0.00  0.00 0.00  8.00 16.00
> S3        0.00 14.00 0.00 12.00  0.00

【讨论】：

谢谢杰克！让我绊倒的是如何简单地引用第一行；我应该想到 x[1]，这一切都清楚了！非常感谢。

非常正确。将您的观察纳入我的回答中。

【参考方案3】：

上面的问题已经得到了很好的回答，但是如果将阈值行作为单独的矩阵（或等效向量），这是另一种选择。

threshold <- c(1.95, 1.76, 3.67, 0.57, 2.33)   

假设mydata 是没有threshold 行的原始矩阵：

t(apply(mydata, 1, function(x) ifelse(x < 3*threshold, 0, x)))

#    [,1] [,2] [,3] [,4] [,5]
# S1    6    0    0    3    0
# S2    0    0    0    8   16
# S3    0   14    0   12    0

【参考方案4】：

sweep 就是为此而生的，而且会很快：

mydata[-1,][sweep(mydata[-1,], 2, mydata[1,], FUN=`/`) < 3] <- 0
mydata

#          [,1]  [,2] [,3]  [,4]  [,5]
#threshold 1.95  1.76 3.67  0.57  2.33
#S1        6.00  0.00 0.00  3.00  0.00
#S2        0.00  0.00 0.00  8.00 16.00
#S3        0.00 14.00 0.00 12.00  0.00