Как рассчитать отношение к rowmean, используя dplyr

Question

У меня есть фрейм данных с количественными значениями для генов в разных выборках, и я хочу разделить каждое значение на среднее значение строки. Далее следует log2 всех значений. Это можно сделать с помощью базы R, как показано ниже, но я не могу заставить ее работать, используя трубопровод.

Пример кадра данных:

df <- data.frame("Gene_Symbol" = c("Gene1","Gene2","Gene3","Gene4","Gene5","Gene6","Gene7"), 
             "Sample1" = c(85657.97656,54417.78906,110949.3281,53197.45313,87156.80469,NA,23880.2832), 
             "Sample2" = c(10423.40918,41660.73047,40094.54688,49519.78125,129387.1094,NA,23903.25977), 
             "Sample3" = c(18778.68359,43655.79688,NA,57447.08984,113266.1484,44810.26172,26316.6543), 
             "Sample4" = c(23919.53125,47829.02344,NA,51478.58203,116275.3359,43110.94922,25417.45508), 
             "Sample5" = c(NA,46677.20313,63389.45313,48722.15234,NA,77135.52344,40265.6875), 
             "Sample6" = c(NA,68596.22656,56802.60938,44712.64063,NA,47744.17969,33689.62891), 
             "Sample7" = c(NA,80506.14844,48722.99219,38629.00781,NA,37885,36638.02344))

Хотите получить log2 для rat ios для rowmean, как показано ниже:

  Gene_Symbol      Sample1     Sample2     Sample3     Sample4     Sample5     Sample6    Sample7
1       Gene1  1.303863983 -1.73489640 -0.88562768 -0.53653450          NA          NA         NA
2       Gene2 -0.009130358 -0.39452056 -0.32703546 -0.19532236 -0.23049058  0.32492052  0.5558903
3       Gene3  0.793942295 -0.67448070          NA          NA -0.01364391 -0.17192953 -0.3932840
4       Gene4  0.115606000  0.01225376  0.22648263  0.06822114 -0.01117331 -0.13506843 -0.3460666
5       Gene5 -0.355634714  0.21437397  0.02239683  0.06022518          NA          NA         NA
6       Gene6           NA          NA -0.16205178 -0.21782661  0.62151449 -0.07055606 -0.4042542
7       Gene7 -0.329904867 -0.32851744 -0.18974873 -0.23990523  0.42382615  0.16657972  0.2876169

Рассчитать rowMeans с базой R

rowMeanValues <- rowMeans(df[,2:ncol(df)], na.rm = TRUE)

Разделите все квантовые значения с rowMeanValues ​​

df[,2:ncol(df)] <- sweep(df[,2:ncol(df)],
                                     MARGIN = 1, FUN = "/",
                                     STATS = rowMeanValues)

log2 от крысы ios

df[,2:ncol(df)] <- log2(df[,2:ncol(df)])

Это дает мне таблицу, которую я хочу выше. Как я могу сделать эти вычисления в dplyr?

Попробовал это ниже, но он делится на среднее значение столбца вместо rowmean

df %>% mutate_at(vars(starts_with('Sample')), funs(./mean(., na.rm = TRUE)))

Благодарен за помощь! Хенрик

Answer 1

Один из вариантов - сначала вычислить rowMeans, создать его в виде столбца и выполнить mutate_at на следующем шаге. Здесь мы используем rowMeans из base R, так как он более эффективен, чем rowwise или другие формы, или изменяет форму для вычисления строчных значений

library(dplyr)
df %>%
   mutate(Mean = rowMeans(select(., starts_with('Sample')), na.rm = TRUE)) %>% 
   mutate_at(vars(starts_with('Sample')), ~ log2(./Mean)) %>%
   select(-Mean) # removing the Mean column from the dataset
#Gene_Symbol      Sample1     Sample2     Sample3     Sample4     Sample5     Sample6    Sample7
#1       Gene1  1.303863983 -1.73489640 -0.88562768 -0.53653450          NA          NA         NA
#2       Gene2 -0.009130358 -0.39452056 -0.32703546 -0.19532236 -0.23049058  0.32492052  0.5558903
#3       Gene3  0.793942295 -0.67448070          NA          NA -0.01364391 -0.17192953 -0.3932840
#4       Gene4  0.115606000  0.01225376  0.22648263  0.06822114 -0.01117331 -0.13506843 -0.3460666
#5       Gene5 -0.355634714  0.21437397  0.02239683  0.06022518          NA          NA         NA
#6       Gene6           NA          NA -0.16205178 -0.21782661  0.62151449 -0.07055606 -0.4042542
#7       Gene7 -0.329904867 -0.32851744 -0.18974873 -0.23990523  0.42382615  0.16657972  0.2876169

Кроме того, . внутри mutate_at - это фактическое значение столбца, поэтому взятие mean из . будет означать только среднее значение по столбцу, а не по строке