r - 如何对矩阵的所有列执行计算?
问题描述
我有一个 66 棵树的年轮宽度矩阵。行代表测量年份,列代表不同的树。
现在我想逐棵计算从一年到另一棵树的生长差异。dplyr
我设法分别使用每列的“滞后”功能来做到这一点。要为 66 列编写很多代码,所以我正在寻找一种方法来一次对所有列执行此操作,但要按列进行。
我的 'treegrowth' data.frame 看起来像这样:
year tree1 tree2 tree3 ...
1900 0.72 0.34 1.34
1901 0.56 0.88 0.98
1902 1.23 0.56 1.67
...
对于每棵树,我想将一年的值除以前一年的值,并将旧值与结果子集。
我可以像这样为每一列做到这一点:
treegrowth$tree1 <- treegrowth$tree1 / lag(treegrowth$tree1)
但是,如何一步一步管理所有树(列)呢?
如果我只是忽略'$tree1'
正在发生的奇怪事情,但不是我想要的。
> dput(head(treegrowth))
structure(list(WA12M = c(NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_), WA81M = c(NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), WA101M = c(NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_), HA263M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), HA358M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), HA386M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), HA387M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), HA388M = c(0.73,
0.73, 0.84, 0.43, 0.67, 0.72), HA390M = c(NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_), HA420M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), MI49M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), MI51M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), MI62M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), MI309M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO4M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO8M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO23M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO42M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO47M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO50M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), NO73M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA3M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA18M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA22M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA25M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA26M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA27M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA28M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA38M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA40M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA48M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA64M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA80M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA84M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA88M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA90M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA93M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA95M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA103M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA104M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA111M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA141M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA142M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA154M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA163M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA164M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA177M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA194M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA195M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA196M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA197M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA198M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA200M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA202M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA205M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA206M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA207M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA225M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA252M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA291M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA294M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA297M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA299M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA376M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA379M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), WA395M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), EI33M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), EI38M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), HA161M = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_)), row.names`c("1803",
"1804", "1805", "1806", "1807", "1808"), class = c("rwl", "data.frame"
))
解决方案
使用基数 R,我们可以使用lapply
treegrowth[paste0(names(df[-1]), "_growth")] <- lapply(treegrowth[-1],
function(x) c(NA, x[-1]/x[-length(x)]))
# year tree1 tree2 tree3 tree1_growth tree2_growth tree3_growth
#1 1900 0.72 0.34 1.34 NA NA NA
#2 1901 0.56 0.88 0.98 0.7777778 2.5882353 0.7313433
#3 1902 1.23 0.56 1.67 2.1964286 0.6363636 1.7040816
或者如果你想使用dplyr
and lag
,我们可以使用mutate_at
library(dplyr)
treegrowth %>% mutate_at(-1, list(growth = ~./lag(.)))
数据
treegrowth <- structure(list(year = 1900:1902, tree1 = c(0.72, 0.56, 1.23),
tree2 = c(0.34, 0.88, 0.56), tree3 = c(1.34, 0.98, 1.67)),
class = "data.frame", row.names = c(NA, -3L))
推荐阅读
- reactjs - ReactJs 是否可以在 index.html 中将标题更新为动态
- visual-studio-code - 删除 vscode jupyter notebook 中的单词高亮
- node.js - 如何保护客户端-> Firebase NodeJS 上的后端
- docker - 如何在 selenium/standalone-chrome-debug 容器中更改时区
- javascript - Javascript比较时间段并重叠
- sql - 我可以在 Oracle 中引用别名吗?
- reactjs - npm 注册表似乎有问题(返回未定义)。重试
- google-sheets - 谷歌表格数据验证问题
- sharepoint - SharePoint Online 新式网站存在 URL 包含空格的问题
- python-3.x - 无法执行远程连接:在 Docker 的 VS Code 中的容器中重建和重新打开