如何在R中提取ROS非检测值并通过样本ID匹配至原始行

我正在分析一个包含300余条数据的数据库，本次测试读取20个样本并命名为r，已完成以下预处理步骤用于ROS分析以处理非检测值：

• 移除NA值
• 识别exposure列含<的非检测值
• 创建统计分析用变量exposure2

预处理代码 #

r$nd[!is.na(r$exposure)] <- grepl("<", r$exposure) # True=非检测值 False=实际浓度
r$exposure2 <- r$exposure # exposure2用于ROS分析
r$exposure2 <- (gsub('<', '', r$exposure))
r$exposure2 <- as.numeric(r$exposure2)
r <- r[!is.na(r$exposure),]

预处理后的数据 #

已完成的ROS分析 #

使用NADA包运行ROS分析，代码及结果如下：

library(NADA)
myros = ros(r$exposure2, r$nd) # 无法在这里传入样本ID
plot(myros)
summary(myros)
mean(myros); sd(myros)
quantile(myros); median(myros)
print(as.data.frame(myros))

ROS结果：

问题：尝试将ROS结果合并回原数据框r时，无法通过样本ID匹配，需要解决如何在运行ROS函数时纳入样本ID，并通过ID将结果匹配至原数据框，得到包含原数据与ROS结果的完整数据框。

核心逻辑 #

ros()函数会严格按照输入向量的顺序返回结果，因此我们可以利用这一点，先将原数据的id绑定到ROS结果中，再通过id字段完成合并。

步骤1：为ROS结果添加样本ID #

library(NADA)
# 运行ROS分析
myros <- ros(r$exposure2, r$nd)
# 将ROS结果转为数据框，并添加原数据的id列（行顺序完全一致）
ros_df <- as.data.frame(myros)
ros_df$id <- r$id

步骤2：合并原数据与ROS结果 #

使用merge()函数通过id字段匹配，参数all.x = TRUE确保保留原数据的所有行：

# 合并数据
final_data <- merge(r, ros_df, by = "id", all.x = TRUE)

步骤3：验证合并结果 #

查看合并后的数据集，确认原数据与ROS结果已正确匹配：

# 查看前6行数据
head(final_data)

优化预处理代码（可选） #

可以简化预处理代码，让逻辑更清晰：

# 1. 移除exposure列的NA值
r <- r[!is.na(r$exposure), ]
# 2. 标记非检测值
r$nd <- grepl("<", r$exposure)
# 3. 创建分析用变量exposure2
r$exposure2 <- as.numeric(gsub("<", "", r$exposure))

内容的提问来源于stack exchange，提问作者creusac