R 在列上应用函数，而不会根据函数的结果替换列值

（这基本上是图片中的数据帧）

我有一个超过50列和50000行的大型数据框，但这是我的简化版本

我基本上需要做的是，将“空白”列总结为1列。我已经设法做到了，在所有空白列上使用RowMeans。 接下来，我想对数据帧中的每个样本值应用一个函数，函数是：特定行的样本值/所有空白列的平均值=比率SB。 棘手的部分是：我不希望此函数的结果替换示例的列值。

---

我想做的是，（1）保持列值不变，如果比率SB大于设置的限制（例如：比率SB>2.5，应保持列值不变）。或（2）如果SB比率的结果小于设定限值，则返回0（或NA）（例如：如果比率SB，则为基本R方法：

#Get all the columns which has 'blank' in it
blank_cols <- grep('blank', names(df))
#Get all the columns which has 'sample' in it. 
#Using `ignore.case` because you have "Sample" in 3rd column
sample_cols <- grep('sample', names(df), ignore.case = TRUE)
#Threshold limit to check for
thresh <- 2.5

#Get mean of blank_cols
df$Blank_avg <- rowMeans(df[, blank_cols], na.rm = TRUE)
#Compare sample_cols with the mean, replace them by NA if they are below thresh
df[sample_cols][sweep(df[sample_cols], 1, df1$Blank_avg, `/`) <= thresh] <- NA
#Turn Blank_avg to NA where Blank_avg = 0
df$Blank_avg[df$Blank_avg == 0] <- NA
#Remove blank_cols
result <- df[, -blank_cols]
result
# A tibble: 6 x 5
#     mz `sample in1` `sample in2` `Sample in3` Blank_avg
#  <dbl>        <dbl>        <dbl>        <dbl>     <dbl>
#1    40           NA           NA        NA     10      
#2    50           51           51        51     20      
#3    60           NA           NA        NA     50      
#4    70           NA           NA       300     78      
#5    80          675         2424      1241     NA      
#6    90           12            5       0.02   0.00333

#获取所有包含“空白”的列
blank_cols图片对于绘图非常有用，但对于数据却毫无用处。您需要帮助编码，因此我们需要一些东西来测试和演示答案。请共享我们可以复制/粘贴到R中的样本数据-实现这一点的好方法是（a）共享代码以创建/模拟样本数据，或者（b）使用
dput（）
为您已有的数据制作一个可复制/粘贴的版本。类似于
dput（您的_数据[1:5，c（“mz”，“blank1”，“blank2”）））
这三列中的5行。请显示小样本输入的预期输出，以便您的目标明确。谢谢！嗨，Akrun和Gregor，谢谢您的帮助！我甚至不知道dput（），我已经在原来的帖子中添加了代码。这足够了吗？或者你还需要更多信息吗？我基本上需要“SB ratio”函数，来检查所有列的值，看看它们的SB ratio值是否大于2.5（例如）。如果是这种情况，我不想更改列值，如果不是这种情况，我想用0或NA替换列值。请注意，如果“背景平均值”=0，列值也不应该更改（SB比率=样本/平均空白值=样本/0，这是不可能的）.非常感谢！非常感谢，这是一个巨大的帮助！
structure(list(mz = c(40, 50, 60, 70, 80, 90), 
`sample in1` = c(NA, 51, NA, NA, 675, 12), 
`sample in2` = c(NA, 51, NA, NA, 2424, 5),
`Sample in3` = c(NA, 51, NA, 300, 1241, NA), 
`Blank Average` = c(10, 20, 50, 78, NA, 0.00333333),
row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))


#Get all the columns which has 'blank' in it
blank_cols <- grep('blank', names(df))
#Get all the columns which has 'sample' in it. 
#Using `ignore.case` because you have "Sample" in 3rd column
sample_cols <- grep('sample', names(df), ignore.case = TRUE)
#Threshold limit to check for
thresh <- 2.5

#Get mean of blank_cols
df$Blank_avg <- rowMeans(df[, blank_cols], na.rm = TRUE)
#Compare sample_cols with the mean, replace them by NA if they are below thresh
df[sample_cols][sweep(df[sample_cols], 1, df1$Blank_avg, `/`) <= thresh] <- NA
#Turn Blank_avg to NA where Blank_avg = 0
df$Blank_avg[df$Blank_avg == 0] <- NA
#Remove blank_cols
result <- df[, -blank_cols]
result
# A tibble: 6 x 5
#     mz `sample in1` `sample in2` `Sample in3` Blank_avg
#  <dbl>        <dbl>        <dbl>        <dbl>     <dbl>
#1    40           NA           NA        NA     10      
#2    50           51           51        51     20      
#3    60           NA           NA        NA     50      
#4    70           NA           NA       300     78      
#5    80          675         2424      1241     NA      
#6    90           12            5       0.02   0.00333