r - 按单独组的中位数划分数据框中的组

Question

我有一个包含列 group_ID 的数据框和 class , 和多个数字特征，以及一些字符元数据，即:

group_ID  class  var1  var2  var3  metadata
a         foo    1     324   3     cat
a         bar    1.3   34    53    dog
a         baz    31    34    5     elephant
b         foo    34    34    943   dolphin
b         bar    94    51    23    chipmunk
b         baz    985   595   43    badger
c         foo    43    93    23    tapir
c         bar    43    23    23    monkey
c         baz    40    53    512   duck

我想计算类(class)的中位数 foo每个 group_ID ，然后将每一行除以与 group_ID 匹配的中位数.

在这个例子中，每个 foo 只有 1 行，所以中位数将与初始值相同，但实际上我每个 class 都有很多行和 group_ID .

有没有一种简单的方法可以做到这一点？我迄今为止最好的尝试包括为 foo 的中值创建一个单独的数据框。 ，然后按 group_ID 拆分并扫入一个可怕的循环，但我最终丢失了元数据列。这似乎是一件很平常的事情，所以我确定我错过了一些东西。

任何帮助，将不胜感激。

Answer 1

我们可以使用 mutate_each来自 dplyr按条件划分。

library(dplyr)
df %>% group_by(group_ID) %>%
  mutate_each(funs(./median(.[class == "foo"])), var1:var3)
# Source: local data frame [9 x 6]
# Groups: group_ID
# 
#   group_ID class       var1       var2        var3 metadata
# 1        a   foo  1.0000000  1.0000000  1.00000000      cat
# 2        a   bar  1.3000000  0.1049383 17.66666667      dog
# 3        a   baz 31.0000000  0.1049383  1.66666667 elephant
# 4        b   foo  1.0000000  1.0000000  1.00000000  dolphin
# 5        b   bar  2.7647059  1.5000000  0.02439024 chipmunk
# 6        b   baz 28.9705882 17.5000000  0.04559915   badger
# 7        c   foo  1.0000000  1.0000000  1.00000000    tapir
# 8        c   bar  1.0000000  0.2473118  1.00000000   monkey
# 9        c   baz  0.9302326  0.5698925 22.26086957     duck

以防万一 OP 想要将这些添加为新/附加列并保持以前的数据不变，您可以将上述方法修改为:

df %>% 
  group_by(group_ID) %>%
  mutate_each(funs(./median(.[class == "foo"])), setNames(var1:var3, paste0("varN", 1:3)))