r-对于多行(i+1)上的函数



R新手,如果有一个我不知道的简单答案,我很抱歉。

我有一个数据帧,包含127.124个观测值和5个变量

头(已分拣DF(

number Retention.time..min. Charge      m.z Group
102864   6947             12.58028      5 375.0021 Pro
68971   60641             23.36693      2 375.1373 Pro
75001  104156             24.54187      3 375.1540 Pro
87435  146322             22.69630      3 375.1540 Pro
82658   88256             22.32042      3 375.1541 Pro
113553  97971             14.54600      3 375.1566 Pro
...

我想将每一行与下面的行进行比较(所以基本上是rownumber与rownumber+1(,看看它们是否匹配。在阅读了For和if else函数后,我想出了这个代码:

for (i in 1:dim(SortedDF)) 
if(abs(m.z[i]-m.z[i+1])<0.01 | abs(Retention.time..min.[i]-Retention.time..min.[i+1])<1 | (Charge[i]=Charge[i+1]) | Group[i]!=Group[i+1]) 
print("Match")
else
print("No match")

然而,这段代码不起作用,因为它只打印出第一个函数[1],我不确定I+1是否是一个东西。有没有什么方法可以在不使用i+1的情况下解决这个问题?

library(tidyverse)
data <- tibble(x = c(1, 1, 2), y = "a")
data
#> # A tibble: 3 × 2
#>       x y    
#>   <dbl> <chr>
#> 1     1 a    
#> 2     1 a    
#> 3     2 a
same_rows <-
data %>%
# consider all columns
unite(col = "all") %>%
transmute(same_as_next_row = all == lead(all))
data %>%
bind_cols(same_rows)
#> # A tibble: 3 × 3
#>       x y     same_as_next_row
#>   <dbl> <chr> <lgl>           
#> 1     1 a     TRUE            
#> 2     1 a     FALSE           
#> 3     2 a     NA

创建于2022-03-30由reprex包(v2.0.0(

library(tidyverse)
data <- tibble::tribble(
~id, ~number, ~Retention.time..min., ~Charge, ~m.z, ~Group,
102864, 6947, 12.58028, 5, 375.0021, "Pro",
68971, 60641, 23.36693, 2, 375.1373, "Pro",
75001, 104156, 24.54187, 3, 375.1540, "Pro",
87435, 146322, 22.69630, 3, 375.1540, "Pro",
82658, 88256, 22.32042, 3, 375.1541, "Pro",
113553, 97971, 14.54600, 3, 375.1566, "Pro"
)
data %>%
mutate(
matches_with_next_row = (abs(m.z - lead(m.z)) < 0.01) |
(abs(Retention.time..min. - lead(Retention.time..min.)) < 1)
)
#> # A tibble: 6 × 7
#>       id number Retention.time..min. Charge   m.z Group matches_with_next_row
#>    <dbl>  <dbl>                <dbl>  <dbl> <dbl> <chr> <lgl>                
#> 1 102864   6947                 12.6      5  375. Pro   FALSE                
#> 2  68971  60641                 23.4      2  375. Pro   FALSE                
#> 3  75001 104156                 24.5      3  375. Pro   TRUE                 
#> 4  87435 146322                 22.7      3  375. Pro   TRUE                 
#> 5  82658  88256                 22.3      3  375. Pro   TRUE                 
#> 6 113553  97971                 14.5      3  375. Pro   NA

创建于2022-03-30由reprex包(v2.0.0(

最新更新