如何在R中得到组内列之间的差异？

Question

我有一个叫做mydf的数据。在那里，dataframe被一个名为myid的行分隔为每个组。因此，我希望得到行CDS的两列之间的两个值(模块)的差异，并得到如下所示的结果。

mydf<- structure(list(c("myid:AHY03257.1", "176", "myid:YP_009182164.1", 
"308", "myid:YP_717161.1", "9801", "8391", "8060"), c(NA, 2605L, 
NA, 2443L, NA, 9659L, 8029L, 8407L), c("", "CDS", "", "CDS", 
"", "CDS", "CDS", "CDS")), row.names = c(NA, -8L), class = "data.frame")

结果：

myid:AHY03257.1               
                 176 2605 CDS   2429
myid:YP_009182164.1      
                 308 2443 CDS   2135
myid:YP_717161.1       
                9801 9659 CDS   142
                8391 8029 CDS   362
                8060 8407 CDS   347

Answer 1

我们可以用tidyverse来做这件事。将列名设置为数据集后，根据第一列中出现的逻辑向量(str_detect)的累积和进行分组，从“V1”中移除第一个观察值，将其转换为numeric，得到与“V2”列的绝对差值。

library(tidyverse)
mydf %>% 
   set_names(paste0('V', seq_along(.))) %>%
   group_by(grp = cumsum(str_detect(V1, ":"))) %>%
   mutate(V4 = abs(V2 - c(NA, as.numeric(V1[-1])))) %>%
   ungroup %>%
   select(-grp) %>%
   set_names(rep("", 4)) # better to have column name, removed to match input data
# A tibble: 8 x 4
#  ``                     `` ``       ``
#  <chr>               <int> <chr> <dbl>
#1 myid:AHY03257.1        NA ""       NA
#2 176                  2605 CDS    2429
#3 myid:YP_009182164.1    NA ""       NA
#4 308                  2443 CDS    2135
#5 myid:YP_717161.1       NA ""       NA
#6 9801                 9659 CDS     142
#7 8391                 8029 CDS     362
#8 8060                 8407 CDS     347

但是，如果一个警告消息是可以的，那么我们可以直接将character列'V1‘转换为numeric (因为有非数字元素--它将转换为NA)并与'V2’列进行绝对区别时，就会发出警告。

mydf %>% 
  set_names(paste0("V", seq_along(.))) %>%
  mutate(V4 = abs(V2 - as.numeric(V1)))

Answer 2

首先，让我重新排序您创建的那种数据集：

mydf <- data.frame(mydf= 
c("AHY03257.1","YP_009182164.1","YP_717161.1","YP_717161.1","YP_717161.1"),value_1= 
c(176,308,9801,8391,8060),value_2=c(2605,2443,9659,8029,8407),CDS=rep("CDS",5))

然后，您必须创建一个新列：

mydf$abs_diff <- abs(mydf$value_2 - mydf$value_1)