1

我想通过跨列的特定行的几何平均值来划分每个单元格中的值，然后对其进行对数转换（自然对数）。

df1
      col1  col2  col3
row1  1     777   6
row2  136   1     665
row3  0     100   97

结果

df_new
      col1    col2      col3
row1  -2.81   3.83     
row2           
row3

第 1 行的计算示例 在此处输入图像描述

4

3 回答 3

2 
library(tidyverse)

geometric_mean <- function(x){
    exp(sum(log(x), na.rm = TRUE) / length(x))
}

yourCalculation <- function(x){
    log(x / geometric_mean(x))
}

myMatrix <- tribble(
    ~col1  ,~col2  ,~col3
    , 1     , 777   , 6
    , 136   , 1     , 665
    , 0     , 100   , 97) %>%
    as.matrix()


t(apply(myMatrix, 1, yourCalculation))

          col1      col2      col3
[1,] -2.815733  3.839707 -1.023974
[2,]  1.108508 -3.804147  2.695640
[3,]       NaN       Inf       Inf

关于几何平均值的重要信息：不要像这样计算它们：prod(x)^(1/length(x))。这样做的问题是，对于已经是中等大小的向量x，当您将它们全部相乘时，您可能会跨越类型边界，因此它不会计算。-and-log()方式exp()更好。

于 2020-02-04T11:05:53.343 回答
0

也许您可以尝试使用以下代码as.matrix在数学运算之前将数据帧转换为矩阵。此外，您还可以使用Reduce(*,df1)来实现中列的乘积df1。

在这种情况下，单线解决方案给出为：

df_new <- data.frame(log(as.matrix(df1)/Reduce(`*`,df1)**(1/ncol(df1))))

这样

> df_new
          col1      col2      col3
row1 -2.815733  3.839707 -1.023974
row2  1.108508 -3.804147  2.695640
row3       NaN       Inf       Inf
于 2020-02-04T11:00:43.283 回答
0

这是您的问题的答案。有关n 次根计算的替代公式，请参阅此讨论。

# set up the data
df <- data.frame(c(1, 777, 6), c(136, 1, 665), c(0, 100, 97))
df <- t(df)
colnames(df) <- c("V1", "V2", "V3")
rownames(df) <- NULL

# define a function to calculate the nth root
nthroot <- function(x, n){
    x^(1/n) 
}

# define a function to do your required transformations
cell_transformer <- function(x) {
    log(x/(nthroot(sapply(apply(df, 1, prod), sum), length(x))))
}

# apply the cell_transformer to your dataframe in a row-wise fashion
apply(df, 1, function(x) cell_transformer(x))    
#>         [,1]      [,2]      [,3]
#> V1 -2.815733  2.096922      -Inf
#> V2  2.851293 -3.804147 0.8010229
#> V3       Inf       Inf       Inf

由reprex 包（v0.3.0）于 2020-02-04 创建

于 2020-02-04T11:04:07.623 回答