如何使用分组变量计算R中的变量？

Question

我整理了我的数据集，使它看起来像这样：

样品靶浓度

sample1突变体18.36

sample1通配型3563.34

sample2突变体19.33

sample2通配型3650.24

sample3突变体15.81

sample3通配型3920.16

样本突变/通配型

sample1 18.36/356334

sample2 19.33/3650.24

sample3 15.81/3920.16

我想通过样本计算突变型与野生型的比率，但是对于这个看似简单的任务，在r的变异函数中找不到具体的参数。

Answer 1

您可以做的一件事是将数据转到更宽的位置，以便每个示例的所有信息都包含在一行中。我们将为“变种人”和“通配型”创建一个新列，这些列中的值将是浓度。

首先，我创建了一些要处理的虚拟数据。

data <- data.frame(sample = c(1,1,2,2,3,3), 
                  type = c("m", "w", "m", "w", "m", "w"), 
                  concentration = c(1,2,3,4,5,6))

虚拟数据：

  sample type concentration
1      1    m             1
2      1    w             2
3      2    m             3
4      2    w             4
5      3    m             5
6      3    w             6

以下是你所做的：

library(tidyverse)

data %>% 
  pivot_wider(names_from = type, values_from = concentration) %>% 
  mutate(ratio = m/w) -> data

这就是你得到的

# A tibble: 3 × 4
  sample     m     w ratio
   <dbl> <dbl> <dbl> <dbl>
1      1     1     2 0.5  
2      2     3     4 0.75 
3      3     5     6 0.833