как избежать цикла For для расчета новых переменных по группам - PullRequest
Новая
       18

как избежать цикла For для расчета новых переменных по группам

0 голосов
/ 27 ноября 2018

Я надеюсь, что кто-то здесь может мне помочь.Я пытаюсь изучить кодирование R для моей работы.

Я слежу за ростом растений (называемых экотипом) с течением времени, они обрабатываются с помощью Mock или бактерий Xcc.У меня есть 2 различных эксперимента (выполненных в разное время), и после обработки изображения я получаю Площадь.

Я хотел бы вычислить Normalized_Area = Area (t1) / Area (t0) для каждого экотипа, для каждой обработки для каждого эксперимента (Manip), которая представляет собой Area за время, деленную на Area этого экотипа.начало эксперимента (t0).Каждое растение имеет разную площадь в момент времени 0, а разные эксперименты имеют разное время начала.(пример ожидаемых результатов в столбце Normalized_Area)

Ниже приведен фрагмент моего df 

    # A tibble: 24 x 6
   Manip Traitment Ecotype Date                 Area Normalized_Area
   <dbl> <chr>     <chr>   <dttm>              <dbl>           <dbl>
 1     1 mock      a1-2    2017-12-12 00:00:00 17699            1   
 2     1 mock      a1-2    2017-12-13 00:00:00 24538            1.39
 3     1 mock      a1-2    2017-12-14 00:00:00 27958            1.58
 4     1 xcc       a1-2    2017-12-12 00:00:00 19857            1   
 5     1 xcc       a1-2    2017-12-13 00:00:00 27973            1.41
 6     1 xcc       a1-2    2017-12-14 00:00:00 35875            1.81
 7     2 mock      a1-2    2018-03-20 00:00:00 18177            1   
 8     2 mock      a1-2    2018-03-21 00:00:00 20251            1.11
 9     2 mock      a1-2    2018-03-23 00:00:00 36679            2.02
10     2 xcc       a1-2    2018-03-20 00:00:00 17261            1   
11     2 xcc       a1-2    2018-03-21 00:00:00 18697            1.08
12     2 xcc       a1-2    2018-03-23 00:00:00 35345            2.05
13     1 mock      a1-10   2017-12-12 00:00:00 22853            1   
14     1 mock      a1-10   2017-12-13 00:00:00 34641            1.52
15     1 mock      a1-10   2017-12-14 00:00:00 40311            1.76
16     1 xcc       a1-10   2017-12-12 00:00:00 23754            1   
17     1 xcc       a1-10   2017-12-13 00:00:00 33247            1.40
18     1 xcc       a1-10   2017-12-14 00:00:00 40603            1.71
19     2 mock      a1-10   2018-03-20 00:00:00 28201            1   
20     2 mock      a1-10   2018-03-21 00:00:00 30306            1.07
21     2 mock      a1-10   2018-03-23 00:00:00 49086            1.74
22     2 xcc       a1-10   2018-03-20 00:00:00 27217            1   
23     2 xcc       a1-10   2018-03-21 00:00:00 29844            1.10
24     2 xcc       a1-10   2018-03-23 00:00:00 46540            1.71

. Я написал фрагмент кода, используя циклы For, но он вызывает некоторые ошибки, и я быхотелось бы превратить его в более читаемый код с помощью dplyr 

date_debut=c("2017-12-12", "2018-03-20") # starting_time
data$Normalized_Area = NA   

for(manips in levels(as.factor(data$Manip))){     # for each manip      
   for(ecoty in levels(as.factor(data$Ecotype))){  # for each ecotype        
       for(traity in levels(as.factor(data$Traitement))){  # for each treatment           
           for( dd in levels(as.factor(date_debut))){    # for each level 
            tmp = subset(data,subset=c(Traitement==traity & Ecotype == ecoty & Manip == manips))  # creation d'un fichier tmp

            if(dim(tmp)[1] != 0){                                            
            #tmp = ordered(tmp$date[1:length(tmp$date-1)])

            # compute Area mean at D=0 for each Experiement 

                if(dd %in% as.character(tmp$Date)!=F){            
              A0 = tmp$Area[as.character(tmp$Date)== dd] # Select  A0 in                  tmp$Area corresponding to dd
              Norm_Area = tmp$Area /A0
              data$Normalized_Area[data$Traitement == traity & data$Ecotype== ecoty & data$Manip == manips] = Norm_Area 
            }
        }
      }
    }
  }

Здесь начинается мой новый код, но я застреваю 

gpeData %>% 
    group_by(Traitement, Ecotype, Manip )  %>% 
    mutate_( Normalized_Area = Area / Area[wich(Date %in% date_debut)] )

Кто-нибудь знает, как это сделать?Я прошу прощения за уродливый код, но я узнал в одиночку Best

1 Ответ

0 голосов
/ 27 ноября 2018

Вы были очень близки к тому, чтобы решить проблему самостоятельно.Вот мое решение: я использовал which.min, чтобы найти индекс самой ранней даты из каждой группы, затем я использовал это значение индекса в расчете. 

gpeData<-structure(list(Manip = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
                                  2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L), 
                        Traitment = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 
                                                2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L
                        ), .Label = c("mock", "xcc"), class = "factor"), Ecotype = structure(c(2L, 
                                                                                               2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 
                                                                                               1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = c("a1-10", "a1-2"
                                                                                               ), class = "factor"), Date = structure(c(1513036800, 1513123200, 
                                                                                                                                        1513209600, 1513036800, 1513123200, 1513209600, 1521504000, 
                                                                                                                                        1521590400, 1521763200, 1521504000, 1521590400, 1521763200, 
                                                                                                                                        1513036800, 1513123200, 1513209600, 1513036800, 1513123200, 
                                                                                                                                        1513209600, 1521504000, 1521590400, 1521763200, 1521504000, 
                                                                                                                                        1521590400, 1521763200), class = c("POSIXct", "POSIXt"), tzone = "GMT"), 
                        Area = c(17699L, 24538L, 27958L, 19857L, 27973L, 35875L, 
                                 18177L, 20251L, 36679L, 17261L, 18697L, 35345L, 22853L, 34641L, 
                                 40311L, 23754L, 33247L, 40603L, 28201L, 30306L, 49086L, 27217L, 
                                 29844L, 46540L), Normalized_Area = c(1, 1.39, 1.58, 1, 1.41, 
                                                                      1.81, 1, 1.11, 2.02, 1, 1.08, 2.05, 1, 1.52, 1.76, 1, 1.4, 
                                                                      1.71, 1, 1.07, 1.74, 1, 1.1, 1.71)), row.names = c(NA, -24L
                                                                      ), class = "data.frame")


library(dplyr)
ans<-gpeData %>% 
   group_by(Traitment, Ecotype, Manip )  %>% 
   mutate(NormArea=Area[which.min(Date)], Normalized= Area/NormArea)
...