R 对所有组的分组操作，相对于；“基线”；分组，进行多次观察

从包含每组多个观察值的数据开始，如下所示：

set.seed(1)
my.df <- data.frame(
  timepoint = rep(c(0, 1, 2), each= 3),
  counts = round(rnorm(9, 50, 10), 0)
)
> my.df
  timepoint counts
1         0     44
2         0     52
3         0     42
4         1     66
5         1     53
6         1     42
7         2     55
8         2     57
9         2     56

我可以使用

dplyr

从该表中获得所需的输出：

library(dplyr)
my.df %>%
  group_by(timepoint) %>%
  mutate(rep = paste0("r", 1:n())) %>%
  left_join(x = ., y = filter(., timepoint == 0), by = "rep") %>%
  group_by(timepoint.x) %>%
  summarise(result = NonsenseFunction(counts.x, counts.y))

或

数据。表
：

library(data.table)
my.dt <- data.table(my.df)
my.dt[, rep := paste0("r", 1:length(counts)), by = timepoint]
merge(my.dt, my.dt[timepoint == 0], by = "rep", all = TRUE)[
  , NonsenseFunction(counts.x, counts.y), by = timepoint.x]

库（data.table）
my.dt你可以试试

library(dplyr)
my.df %>% 
    mutate(new = mean(counts[timepoint == 0])) %>% 
    group_by(timepoint) %>% 
    summarise(result = NonsenseFunction(counts, new))

# A tibble: 3 × 2
#  timepoint    result
#      <dbl>     <dbl>
#1         0 0.0000000
#2         1 0.1398601
#3         2 0.2097902

库（dplyr）
my.df%>%
变异（新=平均值（计数[时间点==0]））%>%
分组依据（时间点）%>%
总结（结果=无意义函数（计数，新））
#一个tibble:3×2
#时间点结果
#           
#1         0 0.0000000
#2         1 0.1398601
#3         2 0.2097902
您可以试试

library(dplyr)
my.df %>% 
    mutate(new = mean(counts[timepoint == 0])) %>% 
    group_by(timepoint) %>% 
    summarise(result = NonsenseFunction(counts, new))

# A tibble: 3 × 2
#  timepoint    result
#      <dbl>     <dbl>
#1         0 0.0000000
#2         1 0.1398601
#3         2 0.2097902

库（dplyr）
my.df%>%
变异（新=平均值（计数[时间点==0]））%>%
分组依据（时间点）%>%
总结（结果=无意义函数（计数，新））
#一个tibble:3×2
#时间点结果
#           
#1         0 0.0000000
#2         1 0.1398601
#3         2 0.2097902
以下是简单的data.table方法：

my.dt[, f(counts, my.dt[timepoint==0, counts]), by=timepoint]

这可能会一次又一次地为每个组获取
my.dt[timepoint==0，counts]
。您可以提前保存该值：

v = my.dt[timepoint==0, counts]
my.dt[, f(counts, v), by=timepoint]

。。。或者，如果您不想将
v
添加到环境中，可能

with(list(v = my.dt[timepoint==0, counts]), 
  my.dt[, f(counts, v), by=timepoint]
)

下面是简单的data.table方法：

my.dt[, f(counts, my.dt[timepoint==0, counts]), by=timepoint]

这可能会一次又一次地为每个组获取
my.dt[timepoint==0，counts]
。您可以提前保存该值：

v = my.dt[timepoint==0, counts]
my.dt[, f(counts, v), by=timepoint]

。。。或者，如果您不想将
v
添加到环境中，可能

with(list(v = my.dt[timepoint==0, counts]), 
  my.dt[, f(counts, v), by=timepoint]
)

您可以给出第二个参数，将感兴趣的组中的向量用作常数

my.df %>%
    group_by(timepoint) %>%
    mutate(response = NonsenseFunction(counts, my.df$counts[my.df$timepoint == 0]))

或者，如果您想提前完成：

constant = = my.df$counts[my.df$timepoint == 0]
my.df %>%
    group_by(timepoint) %>%
    mutate(response = NonsenseFunction(counts, constant))

您可以给出第二个参数，将感兴趣的组中的向量用作常数

my.df %>%
    group_by(timepoint) %>%
    mutate(response = NonsenseFunction(counts, my.df$counts[my.df$timepoint == 0]))

或者，如果您想提前完成：

constant = = my.df$counts[my.df$timepoint == 0]
my.df %>%
    group_by(timepoint) %>%
    mutate(response = NonsenseFunction(counts, constant))

请使用
set.seed（）
在使用
rnorm
等函数创建数据帧时使用
。已编辑。这可能很明显，但是
my.df[，f（counts，my.df[timepoint==0，counts]），by=timepoint]
，其中
f
是您的函数。顺便说一句，我认为这是你最后一段导致混淆的代码（你希望它用于这个特定的函数，而不是更一般的情况）。@Frank谢谢你的评论，我已经编辑了这个问题。现在清楚了吗？您的
数据表
建议正是我想要的。很明显，你已经指出了这一点。想让它成为答案吗？请使用
set.seed（）
在使用
rnorm
等函数创建数据帧时使用
。已编辑。这可能很明显，但是
my.df[，f（counts，my.df[timepoint==0，counts]），by=timepoint]
，其中
f
是您的函数。顺便说一句，我认为这是你最后一段导致混淆的代码（你希望它用于这个特定的函数，而不是更一般的情况）。@Frank谢谢你的评论，我已经编辑了这个问题。现在清楚了吗？您的
数据表
建议正是我想要的。很明显，你已经指出了这一点。想回答吗？谢谢你的回答。这对于这个伪函数很好，但是对于使用多个统计数据（
mean（）
，
var（）
，
length（）
…）的更复杂的计算来说，它并不比创建汇总表更方便，每个汇总统计数据都必须传递给函数。是的，但是请注意
mean（c（10，8））
是9，而
平均值（c（9，9））
也是9。我认为您的目标是能够将您的函数应用于非相等组，而不必做汇总表。这个代码就是这样做的。基本上，我不确定您想要什么，将基线（
timepoint==0
）和组的计数向量传递给每个组的任意函数。@aosmith谢谢您的建议，我已尝试使问题更清楚。谢谢您的回答。这对于这个伪函数很好，但是对于使用多个统计数据（
mean（）
，
var（）
，
length（）
…）的更复杂的计算来说，它并不比创建汇总表更方便，每个汇总统计数据都必须传递给函数。是的，但是请注意
mean（c（10，8））
是9，而
平均值（c（9，9））
也是9。我认为您的目标是能够将您的函数应用于非相等组，而不必做汇总表。这个代码就是这样做的。基本上，我不确定你想要的是什么，将基线（
timepoint==0
）和组的计数向量传递给每个组的任意函数。@aosmith谢谢你的建议，我试图让问题更清楚。很明显，我很不好意思错过了它。我现在把这个问题留给
dplyr
回答。很明显，我很不好意思错过了它。我现在将问题留待
dplyr
回答。+1我接受了另一个答案，因为它是最先发布的，但这是我要求的
dplyr
方法。我喜欢您通常使用
dplyr
获得的可读代码，但在这种情况下，我发现
data.table
方法更容易阅读+1我接受了另一个答案，因为它是最先发布的，但这是我要求的
dplyr
方法。我喜欢您通常使用
dplyr
获得的可读代码，但在这种情况下，我发现
data.table
方法更容易阅读！