J'ai une base de données contenant plusieurs observations du contrôle et des cohortes expérimentales avec des répétitions pour chaque sujet.

Voici un exemple de mon dataframe:

subject  cohort    replicate val1   val2
  A     control       1       10     0.1
  A     control       2       15     0.3
  A     experim       1       40     0.7
  A     experim       2       45     0.9
  B     control       1        5     0.3     
  B     experim       1       30     0.0
  C     control       1       50     0.5
  C     experim       1       NA     1.0

J'aimerais associer chaque observation de contrôle à son observation expérimentale correspondante pour chaque valeur afin de calculer le rapport entre les paires. La sortie souhaitée ressemblerait à ceci :

subject  replicate   ratio_val1   ratio_val2
  A         1           4             7
  A         2           3             3
  B         1           6             0
  C         1          NA             2 

Idéalement, j'aimerais voir cela implémenté avec dplyr et des tuyaux.

1
Irakli 11 juil. 2016 à 04:32

2 réponses

Meilleure réponse

Nous pouvons utiliser data.table en remodelant l'ensemble de données au format « large ».

library(data.table)
dcast(setDT(df1), subject+replicate~cohort, value.var = c("val1", "val2"))[,
          paste0("ratio_", names(df1)[4:5]) := Map(`/`, .SD[,  
      grep("experim", names(.SD)), with = FALSE], 
       .SD [, grep("control", names(.SD)), with = FALSE])][, (3:6) := NULL][]
#    subject replicate ratio_val1 ratio_val2
# 1:       A         1          4          7
# 2:       A         2          3          3
# 3:       B         1          6          0 
# 4:       C         1         NA          2

Ou après avoir groupé avec 'sujet', 'répliquer', on boucle sur les colonnes 'val' et on divise les éléments correspondants de 'val' pour 'expérimenter' avec celui de 'contrôle'

setDT(df1)[, lapply(.SD[, grep("val", names(.SD)), with = FALSE], 
   function(x) x[cohort =="experim"]/x[cohort =="control"]) ,
               by = .(subject, replicate)]

Ou nous pouvons utiliser gather/spread à partir de tidyr

library(dplyr)
library(tidyr)
df1 %>%
   gather(Var, Val, val1:val2) %>%
   spread(cohort, Val) %>% 
   group_by(subject, replicate, Var) %>%
   summarise(ratio = experim/control) %>% spread(Var, ratio)
#    subject replicate  val1  val2
#      <chr>     <int> <dbl> <dbl>
# 1       A         1     4     7
# 2       A         2     3     3
# 3       B         1     6     0
# 4       C         1    NA     2
1
akrun 11 juil. 2016 à 09:17

Vous pouvez utiliser la fonction summarize_at de dplyr pour résumer les colonnes val1 et val2 après avoir regroupé les données par subject et replicate. Utilisez [cohort == ...] pour récupérer les valeurs dans le groupe expérimental et de contrôle en conséquence pour la division :

library(dplyr)
df %>% group_by(subject, replicate) %>% 
       summarize_at(vars(contains('val')), 
                    funs("ratio" = .[cohort == "experim"]/.[cohort == "control"]))

# Source: local data frame [4 x 4]
# Groups: subject [?]
#
#   subject replicate val1_ratio val2_ratio
#    <fctr>     <int>      <dbl>      <dbl>
# 1       A         1          4          7
# 2       A         2          3          3
# 3       B         1          6          0
# 4       C         1         NA          2
1
Psidom 11 juil. 2016 à 04:47