问题描述
我有两个数据帧。像这样很容易计算从t1到t2的百分比变化：
t1 <- data.frame("gene1" = c(1,5,10),"gene2" = c(1,1,1),"gene3" = c(5,20))
row.names(t1) <- c("patient1","patient2","patient3")
t2 <- data.frame("gene1" = c(0.5,20),"gene2" = c(2,4,8),"gene3" = c(2.5,20,5))
row.names(t2) <- c("patient1","patient3")
t3 <- (t2-t1)/t1 *100
t3
#> gene1 gene2 gene3
#> patient1 -50 100 -50
#> patient2 0 300 300
#> patient3 100 700 -75
但是如果我想做对称百分比变化，以使值从20变为5不会是-75，而是-300。我尝试过：
t3 <- ifelse(t2 > t1,((t2-t1)/t1) * 100,((t2-t1)/t2) * 100)
但这给了我一些奇怪的3x9列表。
原则上，使用ifelse应该可以。如果我降低了复杂性，那就很好了
t3 <- ifelse(t2 > t1,"a","b")
t3
#> gene1 gene2 gene3
#> patient1 b a b
#> patient2 b a a
#> patient3 a a b
理想情况下，我的输出是：
t3
#> gene1 gene2 gene3
#> patient1 -100 100 -100
#> patient2 0 300 300
#> patient3 100 700 -300
解决方法
这个怎么样？
# recreate your data
t1 <- data.frame("gene1" = c(1,5,10),"gene2" = c(1,1,1),"gene3" = c(5,20))
row.names(t1) <- c("patient1","patient2","patient3")
t2 <- data.frame("gene1" = c(0.5,20),"gene2" = c(2,4,8),"gene3" = c(2.5,20,5))
row.names(t2) <- c("patient1","patient3")
t1
#> gene1 gene2 gene3
#> patient1 1 1 5
#> patient2 5 1 5
#> patient3 10 1 20
t2
#> gene1 gene2 gene3
#> patient1 0.5 2 2.5
#> patient2 5.0 4 20.0
#> patient3 20.0 8 5.0
# iterate over each column and compute the ifelse...
res <- lapply(seq_len(ncol(t1)),function(i) {
x <- t2[,i]
y <- t1[,i]
diff <- x - y
ifelse(x > y,diff / y,diff / x) * 100
})
# convert to data.frame and reset the names and rownames
res <- as.data.frame(res)
rownames(res) <- rownames(t1)
names(res) <- names(t1)
res
#> gene1 gene2 gene3
#> patient1 -100 100 -100
#> patient2 0 300 300
#> patient3 100 700 -300
由reprex package（v0.3.0）于2020-10-14创建
编辑
更好甚至更快：
t3 <- (t2 - t1) / pmin(t1,t2) * 100
t3
#> gene1 gene2 gene3
#> patient1 -100 100 -100
#> patient2 0 300 300
#> patient3 100 700 -300
请注意，pmin与ifelse类似，将min函数元素明智地应用于其输入元素的每次迭代，因此pmin(t1,t2)返回该元素的data.frame每个位置的最小值，为我们节省了ifelse语句。