如何通过基线时间点对科学数据进行双归一化，然后在R中进行控制
如何通过基线时间点对科学数据进行双归一化，然后在R中进行控制
提问于 2017-07-12 22:12:06
我有一个带有一系列参数(振幅、速率、面积、etc..there总共23个)的data.table，它们属于特定的井(如果你愿意，总共有48个)，按处理分组(通常总共有10个)，所有这些都在不同的时间点(可以有很多)。我想先取每口井，并将所有参数除以基线(“零”时间之前的所有时间点)的中值参数，然后再取归一化数据并再次归一化，但这次是由对照组针对每个时间点进行归一化。我还想预先查看基线和控制数据，并标记和删除异常值，如有必要，先验归一化(尽管目前这并不是非常重要；一旦我意识到如何完成归一化，我可能就能弄清楚)
作为示例，我将创建一个类似于我在原始仪器数据分析代码中生成的data.table：
dt = data.table(
wellID = as.factor(c ("A4", "B4", "C5", "D5", "A4", "B4", "C5", "D5","A4",
"B4", "C5", "D5")),
treatment = as.factor (c ("Control", "Control", "Drug", "Drug", "Control",
"Control", "Drug", "Drug", "Control", "Control", "Drug", "Drug")),
time_h = c (-0.2, -0.2, -0.2, -0.2, -0.1, -0.1, -0.1, -0.1, 4, 4, 4, 4),
area = runif (12, min = 0.5, max = 0.9),
amp = runif (12, min = 0.1, max = 0.2),
rate = runif (12, min = 33, max = 38)
)我试过这样的东西：
baseline = subset (dt, subset = time_h < 0 )要隔离基准时间点，然后执行以下操作：
base_medians = by (baseline [ , (4: ncol (baseline)) ], baseline$ wellID,
function (x) {
apply (x, 2, median)
})得到每口井的基线中值，但我真的不知道如何对dt中的数据进行归一化，以便井和参数匹配，然后进行第二次归一化？
我不认为这是一个好的策略，我应该以某种方式解构和重建我的数据集吗？
如有任何帮助，我们不胜感激！
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-07-12 22:35:16
如果这不是你想要的，这可能需要对子设置进行一些调整。这会将参数列除以time_h < 0和treatment == "Control"时的中值
set.seed(21) #good practice for questions so results are reproducible
parm <- c("area", "amp", "rate") #parameters to include
dt[, (parm) := lapply(.SD, function(x) x / median(x[time_h < 0])), .SDcols = parm]
dt[, (parm) := lapply(.SD, function(x) x / median(x[treatment == "Control"])), .SDcols = parm]
wellID treatment time_h area amp rate
1: A4 Control -0.2 0.9541129 0.7538275 0.9403151
2: B4 Control -0.2 0.7040382 1.1530667 1.0081769
3: C5 Drug -0.2 0.9134096 0.8369863 0.9780808
4: D5 Drug -0.2 0.6721809 0.7392173 1.0067250
5: A4 Control -0.1 1.0354136 1.0865999 0.9978287
6: B4 Control -0.1 1.0162338 0.9134001 0.9918002
7: C5 Drug -0.1 0.6334486 1.0678871 1.0280474
8: D5 Drug -0.1 0.6664317 1.1639014 0.9696164
9: A4 Control 4.0 1.0477798 0.7204991 1.0021713
10: B4 Control 4.0 0.9837662 1.1454020 1.0149003
11: C5 Drug 4.0 0.8985494 1.2648977 1.0190920
12: D5 Drug 4.0 1.0239782 1.3705952 0.9268626页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45060120
复制相关文章
相似问题
腾讯云开发者
