R 是否有函数将同一数据文件中的所有要素（行）减去为特定值（行）？

我不熟悉R和Python编程，但是我有一些基础知识。我有一个关于计算的技术问题。我想知道是否有任何函数用于将所有特征（行）减去同一数据列表中的特定值（行）。我想获得如下链接所示的输出值1，然后将其与（-1）相乘以获得输出值2

数据文件链接：

如果你需要更多的细节，请告诉我

我曾尝试在MS Excel中执行相同的操作，这非常繁琐和耗时

我有许多包含数百行和数百列的大型数据集，在MS Excel中手动执行这些数据集会变得更加复杂。因此，我更愿意编写代码并获得所需的输出

以下是示例数据：输入为特征和值列，输出为输出值1和输出值2列

|Feature|   |Value| |Output_value1| |Output_value2|
|Gene_1|    |14.25633934|   |0.80100922|    |-0.80100922|
|Gene_2|    |16.88394578|   |3.42861566|    |-3.42861566|
|Gene_3|    |16.01| |2.55466988|    |-2.55466988|
|Gene_4|    |13.82329514|   |0.36796502|    |-0.36796502|
|Gene_5|    |12.96382949|   |-0.49150063|   |0.49150063|
|Normalizer|    |13.45533012|   |0| |0|


dput(head(Exampledata))
structure(list(Feature = structure(1:6, .Label = c("Gene_1", "Gene_2", 
"Gene_3", "Gene_4", "Gene_5", "Normalizer"), class = "factor"), Value = 
c(14.25633934, 16.88394578, 16.01, 13.82329514, 12.96382949, 
13.45533012), Output_value1 = c(0.80100922, 3.42861566, 2.55466988, 
0.36796502, -0.49150063, 0), Output_value2 = c(-0.80100922, 
-3.42861566, -2.55466988, -0.36796502, 0.49150063, 0)), row.names = c(NA, 6L), class = "data.frame") 

---

假设只有一行

Feature==“Normalizer”

，则在R中获得该行的

值，并将其从其余行中减去

Exampledata$Output_value1 <- Exampledata$Value - 
                             Exampledata$Value[Exampledata$Feature == "Normalizer"]
Exampledata$Output_value2 <- Exampledata$Output_value1 * -1

Exampledata
#     Feature    Value Output_value1 Output_value2
#1     Gene_1 14.25634     0.8010092    -0.8010092
#2     Gene_2 16.88395     3.4286157    -3.4286157
#3     Gene_3 16.01000     2.5546699    -2.5546699
#4     Gene_4 13.82330     0.3679650    -0.3679650
#5     Gene_5 12.96383    -0.4915006     0.4915006
#6 Normalizer 13.45533     0.0000000     0.0000000

Exampledata$Output\u value1请与预期输出一起共享。请使用
dput（head（data））
和预期输出包含您的数据样本，以便我们可以更轻松地帮助您。有些人不喜欢点击随机链接。您还想要python还是R答案？>dput（head（Exampledata））结构（list（Feature=structure（1:6，.Label=c（“Gene_1”、“Gene_2”、“Gene_3”、“Gene_4”、“Gene_5”、“Normalizer”）、class=“factor”）、Value=c（14.25633934、16.88394578、16.01、13.82329514、12.96382949、13.45533012）、Output_value1=c（0.80100922,3.42861566,2.55466988,0.36796502，-0.49150063,0），Output_value2=c（-0.80100922，-3.42861566，-2.55466988，-0.36796502,0.49150063,0）），row.names=c（NA，6L），class=“data.frame”）@RAB@Ronak Shah.谢谢你，Ronak.在上面的场景中，我询问了一列即“Value”然而，如果我拥有由多个“值”列组成的大型数据集，并且对如上所示的每个“值”列的预期输出感兴趣，我如何处理此类数据？下面是示例数据。>dput（头（数据））结构（列表（特征=结构（c（2L，3L，4L，5L，1L），.Label=c（“规范化器”，“基因_1”，“基因_2”，“gene_3”，“gene_5”，class=“factor”），Value1=c（21.0014918，19.83153625，20.49718101，18.97614651，20.17378166），Value2=c（19.56339387，19.50775965，20.33358715，19.39558316，21.53492693），Value3=c（19.59942404，18.77751314，20.4157633，19.19224506，18.32532229），Value4=c（20.95834184，18.213888771，18.39837，18.39837，19），row.names=c（NA，5L），class=“data.frame”）@MohammedToufiq我已经更新了答案，检查上面答案中的编辑部分。看看它是否适合你。
cols <- grep("^Value", names(data))
inds <- which(data$Feature == "Normalizer")

data[paste0("Output", seq_along(cols))] <- data[cols] - data[rep(inds, nrow(data)),cols]
data[paste0("Output_inverted", seq_along(cols))] <- data[grep("Output", names(data))] *  -1

Exampledata <- structure(list(Feature = structure(1:6, .Label = c("Gene_1", 
"Gene_2", "Gene_3", "Gene_4", "Gene_5", "Normalizer"), class = "factor"), 
Value = c(14.25633934, 16.88394578, 16.01, 13.82329514, 12.96382949, 
13.45533012)), row.names = c(NA, 6L), class = "data.frame")