我会用grep
命令作业列名对一些模式相匹配。下面是一些例子:
> a = data.frame(T_a_1=c(1,2,3,4,5),
+ T_a_2=c(2,3,4,5,6),
+ T_b_1=c(3,4,5,6,7),
+ T_c_1=c(4,5,6,7,8),
+ length=c(1,2,3,4,5))
>
> # display only columns that match T_a
> a[,grep('T_a', colnames(a))]
T_a_1 T_a_2
1 1 2
2 2 3
3 3 4
4 4 5
5 5 6
>
> # sum
> sum(a[,grep('T_a', colnames(a))])
[1] 35
>
> #rowsum
> rowSums(a[,grep('T_a', colnames(a))])
[1] 3 5 7 9 11
>
> # your example (row1 + row2)/length
> rowSums(a[,grep('T_a', colnames(a))])/a$length
[1] 3.000000 2.500000 2.333333 2.250000 2.200000
更新:
从下面的评论,我明白你想总结匹配的行按常用前缀分组和长度分割列。以下代码是用于该问题的不雅溶液:
> a = data.frame(ES51_223_1=c(1,2,3,4,5),
+ ES51_312_1=c(2,3,4,5,6),
+ ES52_223_2=c(3,4,5,6,7),
+ ES52_312_2=c(4,5,6,7,8),
+ ES53_223_3=c(1,2,3,4,5),
+ length=c(1,2,3,4,5))
>
> # get the unique prefixes
> prefixes = unique(unlist(lapply(colnames(subset(a, select=-length)), function(x) { strsplit(x, '_')[[1]][[1]]})))
>
> f = function(prefix) {
+ return (rowSums(subset(a, select=grep(prefix, colnames(a))))/a$length)
+ }
> m = matrix(unlist(lapply(prefixes, f)), nrow=nrow(a))
> colnames(m) = prefixes
> m
ES51 ES52 ES53
[1,] 3.000000 7.000000 1
[2,] 2.500000 4.500000 1
[3,] 2.333333 3.666667 1
[4,] 2.250000 3.250000 1
[5,] 2.200000 3.000000 1
m
是包含在不同的列不同的前缀的结果矩阵。
谢谢。但我不知道这种模式。我只知道会有“* _ *”。正试图用lapply使用strsplit,但我不知道我在做什么 – user1631306 2013-02-18 20:26:25
@ user1631306,什么**确实**是你的列的格式? – Arun 2013-02-18 20:28:42
它们是“ES51_223_1 ES51_312_1 ES52_223_2 ES52_312_2 ES53_223_3”。所以,我会考虑“_”前的第一部分 – user1631306 2013-02-18 20:30:00