r - lapply 将一列除以来自不同数据集的整数值，意外结果

Question

我有两个 data.frames，一个有基因型计数，一个有一个数字，我需要从第一个数据集中对我的计数进行标准化。

countsdata=data.frame(genotype1=rep(c(10,20,30,40),each=1),
                       genotype2=rep(c(100,200,300,400),each=1),
                       genotype3=rep(c(40,50,60,70),each=1),
                       genotype4=rep(c(40,50,60,70),each=1)
                      )
coldata = data.frame(Group =c('genotype1', 'genotype2', 'genotype3', 'genotype4'),
                     Treatment = rep(c("control","treated"),each = 2),
                     Norm=rep(c(1,2,5,5)))

我确保我的变量没有因子

factorsCharacter <- function(d) modifyList(d, lapply(d[, sapply(d, is.factor)],   
                                                     as.character))
coldata=factorsCharacter(coldata)

然后我看到 lapply 循环遍历我的计数，每次一列，并遍历包含归一化值 (Norm) 的 coldata。一切看起来都很好，直到我在同一步骤中组合了两个动作

> lapply(coldata['Group'],function(group_i){group_i})
$Group
[1] "genotype1" "genotype2" "genotype3" "genotype4"

> lapply(coldata['Group'],function(group_i){countsdata[,group_i]})
$Group
  genotype1 genotype2 genotype3 genotype4
1        10       100        40        40
2        20       200        50        50
3        30       300        60        60
4        40       400        70        70

> lapply(coldata['Group'],function(group_i){as.integer(coldata[coldata$Group==group_i,'Norm'])})
$Group
[1] 1 2 5 5

> lapply(coldata['Group'],function(group_i){
+ countsdata[,group_i]/as.integer(coldata[coldata$Group==group_i,'Norm'])
+ })
$Group
  genotype1 genotype2 genotype3 genotype4
1        10       100        40        40
2        10       100        25        25
3         6        60        12        12
4         8        80        14        14

这里的结果不是我所期望的（将每列除以其归一化数）。进一步检查后，我注意到它是按行规范化的，换句话说，它是跨不同列规范化的，这不应该是这种情况，因为我当时正在循环浏览一列。我可能遗漏了一个基本概念，但浏览其他 SO 帖子没有找到任何我可以使用的东西。我的目标是修复代码以进行正确的计算，但我也想了解为什么上面的代码不起作用。非常感谢。

Answer 1

问题在于使用 [ 而不是 [[。因此，我们没有遍历 'Group' 列中的每个元素，而是有一个包含所有元素的长度为 1 的 list。因此，使用 coldata[, 'Group'] 或 coldata[['Group']] 或 coldata$Group 进行循环。

countsdataNew <- countsdata
countsdataNew[] <- lapply(coldata[['Group']],function(group_i)
                   countsdata[,group_i]/coldata$Norm[coldata$Group==group_i])
countsdataNew
#  genotype1 genotype2 genotype3 genotype4
#1        10        50         8         8
#2        20       100        10        10
#3        30       150        12        12
#4        40       200        14        14

如果 'countsdata' 中的列名和 'countsdata' 中的 'Group' 列的顺序相同，我们可以使用 Map

轻松做到这一点

Map(`/`, countsdata, coldata$Norm)

或者只是复制 'Norm' 并做一个简单的除法

countsdata/coldata$Norm[col(countsdata)]

或者用sweep

sweep(countsdata, 2, coldata$Norm, "/")

r - lapply 将一列除以来自不同数据集的整数值，意外结果

r - lapply divides a column by an integer value from different dataset, unexpected result

r

division

lapply

dataframe