基于条件从第N行减去值

Question

我正在尝试根据我的一列中的条件在data.table中执行滞后操作。

               Variable          Range     Avg.Concentration
1          m21.021 (H[1]3O[16]1) blank          0.000000
2          m21.021 (H[1]3O[16]1)  dms1          0.000000
3          m21.021 (H[1]3O[16]1)  dms2          0.000000
4          m21.021 (H[1]3O[16]1)  dms3          0.000000
5          m21.021 (H[1]3O[16]1)  dms4          0.000000
6          m33.993 (O[16]2H[1]1) blank          0.103741
7          m33.993 (O[16]2H[1]1)  dms1          0.107979
8          m33.993 (O[16]2H[1]1)  dms2          0.108123
9          m33.993 (O[16]2H[1]1)  dms3          0.104491
10         m33.993 (O[16]2H[1]1)  dms4          0.104051
11         m39.032 (H[1]5O[16]2) blank          1.391382
12         m39.032 (H[1]5O[16]2)  dms1          1.025274
13         m39.032 (H[1]5O[16]2)  dms2          1.007375
14         m39.032 (H[1]5O[16]2)  dms3          1.068320
15         m39.032 (H[1]5O[16]2)  dms4          1.154035

我需要做的是针对每一组变量(m21、m33、m39等)。我需要创建一个名为“计算浓度”的新列，其中列中的值等于从dms1、dms2 dms3等的平均浓度减去的空白的平均浓度。

例如，对于变量为m33的第7-10行，在这个新的计算浓度列中，我需要：

7: 0.107979 - 0.103741 (m33的dms1 1-空白值)

8: 0.108123 - 0.103741 (m33的dms2 2-空白值)

9: 0.104491 - 0.103741 ( dms3 -m33空白值)

10: 0.104051 - 0.103741 ( dms4 -blank for m33)

对于每个唯一的变量，空白的值都会发生变化，这就是为什么我不能将空白设置为常量值的原因。

当我只有两个范围选项(dms和空白)时，我只能使用延迟来减去Avg，从它上面的行中减去浓度，如下所示：

               Variable          Range     Avg.Concentration
1          m21.021 (H[1]3O[16]1)  blank         0.000000
2          m21.021 (H[1]3O[16]1)  dms           0.000000
3          m33.993 (O[16]2H[1]1)  blank         0.103741
4          m33.993 (O[16]2H[1]1)  dms           0.107979
5         m39.032 (H[1]5O[16]2)   blank         1.391382
6         m39.032 (H[1]5O[16]2)   dms           1.025274

#calculate concentration (average - blank)

df[, Cal.Concentration := Avg.Concentration - shift(Avg.Concentration, fill = first(Avg.Concentration))]

理想情况下，我想要的是某种函数，比如Range == "dms1“从上面的行中减去Avg.Concentration的值，如果Range == 'dms2‘减去Avg的值。以上两行的浓度，如果范围为== 'dms3‘减去Avg的值。以上三行的浓度，如果范围为== 'dms4‘，则减去Avg的值。浓度在4行以上。

我不必使用data.table，我愿意接受建议。我已经找到了一个暂时的解决方案，但它确实很费时，因为它涉及到创建一个名为“空白”的新列来存储每个唯一变量的空白值，然后我只需减去数组。

Answer 1

这行得通吗？

quux[, Cal.Concentration := Avg.Concentration - Avg.Concentration[Range == "blank"],
     by = .(Variable)]
quux
#                  Variable  Range Avg.Concentration Cal.Concentration
#                    <char> <char>             <num>             <num>
#  1: m21.021 (H[1]3O[16]1)  blank          0.000000          0.000000
#  2: m21.021 (H[1]3O[16]1)   dms1          0.000000          0.000000
#  3: m21.021 (H[1]3O[16]1)   dms2          0.000000          0.000000
#  4: m21.021 (H[1]3O[16]1)   dms3          0.000000          0.000000
#  5: m21.021 (H[1]3O[16]1)   dms4          0.000000          0.000000
#  6: m33.993 (O[16]2H[1]1)  blank          0.103741          0.000000
#  7: m33.993 (O[16]2H[1]1)   dms1          0.107979          0.004238
#  8: m33.993 (O[16]2H[1]1)   dms2          0.108123          0.004382
#  9: m33.993 (O[16]2H[1]1)   dms3          0.104491          0.000750
# 10: m33.993 (O[16]2H[1]1)   dms4          0.104051          0.000310
# 11: m39.032 (H[1]5O[16]2)  blank          1.391382          0.000000
# 12: m39.032 (H[1]5O[16]2)   dms1          1.025274         -0.366108
# 13: m39.032 (H[1]5O[16]2)   dms2          1.007375         -0.384007
# 14: m39.032 (H[1]5O[16]2)   dms3          1.068320         -0.323062
# 15: m39.032 (H[1]5O[16]2)   dms4          1.154035         -0.237347

数据

quux <- setDT(structure(list(Variable = c("m21.021 (H[1]3O[16]1)", "m21.021 (H[1]3O[16]1)", "m21.021 (H[1]3O[16]1)", "m21.021 (H[1]3O[16]1)", "m21.021 (H[1]3O[16]1)", "m33.993 (O[16]2H[1]1)", "m33.993 (O[16]2H[1]1)", "m33.993 (O[16]2H[1]1)", "m33.993 (O[16]2H[1]1)", "m33.993 (O[16]2H[1]1)", "m39.032 (H[1]5O[16]2)", "m39.032 (H[1]5O[16]2)", "m39.032 (H[1]5O[16]2)", "m39.032 (H[1]5O[16]2)", "m39.032 (H[1]5O[16]2)"), Range = c("blank", "dms1", "dms2", "dms3", "dms4", "blank", "dms1", "dms2", "dms3", "dms4", "blank",  "dms1", "dms2", "dms3", "dms4"), Avg.Concentration = c(0, 0, 0, 0, 0, 0.103741, 0.107979, 0.108123, 0.104491, 0.104051, 1.391382, 1.025274, 1.007375, 1.06832, 1.154035), Cal.Concentration = c(0, 0, 0, 0, 0, 0, 0.00423800000000001, 0.004382, 0.000750000000000001, 0.000310000000000005, 0, -0.366108, -0.384007, -0.323062, -0.237347)), row.names = c(NA, -15L), class = c("data.table", "data.frame")))