循环减去不同数据帧的列以标准化数据
Loop to subtract columns of different data frames to normalize data
我需要从其他四个数据帧中减去时间零吸光度列以标准化数据。理想情况下,这将通过一个循环来完成,该循环遍历每个数据帧并从原始时间零吸光度中减去每个吸光度列,从而创建 4 个新的标准化数据帧。我有很多数据,所以循环是唯一可行的选择。给你一个想法数据框看起来像:
井号、吸光度值
将相应测量的数据保存在不同 data.frames
范围内总体上是个坏主意。您真的应该考虑将所有这些测量值放在一个 data.frame
中,然后您的任务将变得几乎微不足道。请考虑 cbind
ing 或 merge
ing 你的 data.frames
.
好了,回到最初的问题。最理想的情况是,您希望在 list
中循环所有 data.frames
,如
expl <- list(
one.hour = data.frame(id = 1:10, absorbance = runif(10)),
two.hours = data.frame(id = 1:10, absorbance = runif(10)),
three.hours = data.frame(id = 1:10, absorbance = runif(10))
)
zero.absorbance <- data.frame(id = 1:10, absorbance = runif(10))
然后您可以遍历该列表的元素,例如,使用 for
循环
for (i in 1:length(expl)){
expl[[i]]$corrected.absorbance <- expl[[i]]$absorbance - zero.absorbance$absorbance
}
结果达到顶峰:
head(expl[[1]]) # first example data.frame
head(expl[[2]]) # second example data.frame
head(expl[[3]]) # third...
我需要从其他四个数据帧中减去时间零吸光度列以标准化数据。理想情况下,这将通过一个循环来完成,该循环遍历每个数据帧并从原始时间零吸光度中减去每个吸光度列,从而创建 4 个新的标准化数据帧。我有很多数据,所以循环是唯一可行的选择。给你一个想法数据框看起来像:
井号、吸光度值
将相应测量的数据保存在不同 data.frames
范围内总体上是个坏主意。您真的应该考虑将所有这些测量值放在一个 data.frame
中,然后您的任务将变得几乎微不足道。请考虑 cbind
ing 或 merge
ing 你的 data.frames
.
好了,回到最初的问题。最理想的情况是,您希望在 list
中循环所有 data.frames
,如
expl <- list(
one.hour = data.frame(id = 1:10, absorbance = runif(10)),
two.hours = data.frame(id = 1:10, absorbance = runif(10)),
three.hours = data.frame(id = 1:10, absorbance = runif(10))
)
zero.absorbance <- data.frame(id = 1:10, absorbance = runif(10))
然后您可以遍历该列表的元素,例如,使用 for
循环
for (i in 1:length(expl)){
expl[[i]]$corrected.absorbance <- expl[[i]]$absorbance - zero.absorbance$absorbance
}
结果达到顶峰:
head(expl[[1]]) # first example data.frame
head(expl[[2]]) # second example data.frame
head(expl[[3]]) # third...