通过for循环向数据帧添加列

我有一个矩阵

数据

和一个

列表

。我希望在列表中的每个向量与矩阵的行名称之间找到匹配项，计算它们的平均值，并将这些值添加到数据框

df

中，新的数据框列与列表中每个向量的名称具有相同的名称。 我已经手动完成了，但我想知道如何使用更高效的代码以

for loop

的方式完成

data <- matrix(runif(75, 5.0, 10), nrow = 15, ncol = 5)
rownames(data) <- paste0("GENE",1:15)

colnames(data) <- paste0("COL",1:5)
list <- list(n = c("GENE1","GENE2","GENE3"), s = c("GENE4", "GENE5","GENE6","GENE7"),b = c("GENE8","GENE10", "GENE12", "GENE15"))

df <- data.frame(row.names = colnames(data))
df$n <- matrixStats::rowMeans2(t(data[intersect(row.names(data),list$n),]))
df$s <- matrixStats::rowMeans2(t(data[intersect(row.names(data),list$s),]))
df$b <- matrixStats::rowMeans2(t(data[intersect(row.names(data),list$b),]))

---

data如果您想优化而不是循环，请尝试在base R中使用
lappy
，我们根据列表中每个元素的
行名
对行进行子集，然后使用
colMeans
对每列取平均值

t(do.call("rbind", lapply(lst, function(x) 
                   colMeans(data[rownames(data) %in% x,]))))


#            n        s        b
#COL1 7.242129 7.667626 6.980115
#COL2 7.317233 6.297818 6.186642
#COL3 6.709917 7.061652 7.552923
#COL4 7.773472 6.741069 7.765780
#COL5 7.039789 6.584206 7.569894

数据

set.seed(1234)
data <- matrix(runif(75, 5.0, 10), nrow = 15, ncol = 5)
rownames(data) <- paste0("GENE",1:15)

colnames(data) <- paste0("COL",1:5)
lst <- list(n=c("GENE1","GENE2","GENE3"), s = c("GENE4", "GENE5","GENE6","GENE7"),
    b = c("GENE8","GENE10", "GENE12", "GENE15"))

set.seed（1234）
数据使用
set.seed
生成随机数据时，不要将变量命名为
list
，因为它是一个内部R函数。这非常有帮助！谢谢。%x部分中的“%s”剂量是多少？那么x是从哪里来的呢？因为当我在真实数据上尝试此操作时，我在colMeans（justRMA.batch[row.names（justRMA.batch）%in%x，]）中得到一个错误：'x'必须是至少两个维度的数组'@symo我不确定您的真实数据与示例数据有何不同，但是您能检查
t（do.call（“rbind”），lappy（lst，function（x）colMeans吗（数据[rownames（data）%in%x，drop=FALSE]））
如果可行的话？仅供参考，使用
matrixStats:：colMeans2（data，rows=rownames（data）%in%x）
比
colMeans（data[rownames（data）%in%x，drop=FALSE]）内存效率更高，因为它完全避免了子集设置，因此速度也更快。