R中分组数据的计算

Question

我在R中被困在下面的问题上，我希望有人能快速解决。

我有两组数据，A和B，其中A包含控制组的数据，B包含病例组的数据。对于每一组，我都有相同变量的度量。在A和B中是子组--在某些情况下，它们是A和B之间的配对--假设它们是兄弟姐妹，其中一个或多个可以是一个案例，一个或多个是对照。

数据如下所示：

集A:

Source  Area    group   pch pch2    col col2    group2  
R1-1    1983447     1   0     16    1      1    1   
R1-3    1400362     1   0     16    1      1    1
R3-4    2834393     2   1     16    2      2    1
R4-2    2232820     3   2     16    3      3    1   
R4-5    1713796     3   2     16    3      3    1   
R4-6    1525740     3   2     16    3      3    1   
R4-7    1182300     3   2     16    3      3    1   

集B:

Source  Area    group   pch pch2    col col2    group2
R1-2    1246124     1   0     16    1      1    2
R3-1    1627610     2   1     16    2      2    2
R3-2    1401600     2   1     16    2      2    2
R4-1    1367146     3   2     16    3      3    2
R4-3    1764125     3   2     16    3      3    2
R4-4    1299864     3   2     16    3      3    2

源是ID，Area是感兴趣的变量，group是组，其余是这里不感兴趣的附加变量。

我想要做的是计算集合B中每一个个体的相对面积--即相对于集合A中的兄弟姐妹的平均面积。我希望这个值在集合B中以独立列的形式出现(在下面的样本relArea下)。因此，输出将如下所示：

产出(B组)：

Source  Area    group   relArea pch pch2    col col2    group2
R1-2    1246124   1 0.736521476   0 16        1    1    2
R3-1    1627610   2 0.574235824   1 16        2    2    2
R3-2    1401600   2 0.494497411   1 16        2    2    2
R4-1    1367146   3 0.821768097   2 16        3    3    2
R4-3    1764125   3 1.06038539    2 16        3    3    2
R4-4    1299864   3 0.781326037   2 16        3    3    2

最后，如果集合B中的个人在集合A中没有兄弟姐妹，那么他的relArea值将是相对于所有控件的平均面积(即集合A中的所有测量值)的面积。

如果能在这方面提供任何帮助，我将不胜感激。

谢谢,

比约恩

Answer 1

您可以用aggregate计算A组中每组的平均面积，然后添加新列：

seta = read.table(text="Source  Area    group   pch pch2    col col2    group2  
  R1-1    1983447     1   0     16    1      1    1   
  R1-3    1400362     1   0     16    1      1    1
  R3-4    2834393     2   1     16    2      2    1
  R4-2    2232820     3   2     16    3      3    1   
  R4-5    1713796     3   2     16    3      3    1   
  R4-6    1525740     3   2     16    3      3    1   
  R4-7    1182300     3   2     16    3      3    1  ", header=T)
setb = read.table(text="Source  Area    group   pch pch2    col col2    group2
  R1-2    1246124     1   0     16    1      1    2
  R3-1    1627610     2   1     16    2      2    2
  R3-2    1401600     2   1     16    2      2    2
  R4-1    1367146     3   2     16    3      3    2
  R4-3    1764125     3   2     16    3      3    2
  R4-4    1299864     3   2     16    3      3    2", header=T)
grouped.area = aggregate(seta$Area, by=list(group=seta$group), mean)
setb$relArea = setb$Area / grouped.area$x[match(setb$group, grouped.area$group)]
setb$relArea
# [1] 0.7365215 0.5742358 0.4944974 0.8217681 1.0603854 0.7813260