R语言按注释分组计算数据框每行对应分组的平均值

实现方案 #

下面提供两种可直接运行在你示例数据上的实现方式：

方法1：Base R 实现（无需额外安装依赖包） #

# 构建分组与对应样本的映射关系
group_sample_map <- split(Annotation$Sample, Annotation$Group)

# 按行遍历矩阵，计算每行在各分组下的均值
row_group_means <- t(apply(M, 1, function(row_vals) {
  sapply(group_sample_map, function(samples) mean(row_vals[samples]))
}))

# 转为数据框格式
result_df <- as.data.frame(row_group_means)

# 如果需要将结果合并到原矩阵中，执行以下代码
M_with_means <- cbind(as.data.frame(M), result_df)

方法2：Tidyverse 实现（可读性高，便于后续拓展分析） #

需提前安装加载dplyr、tidyr、tibble包：

library(dplyr)
library(tidyr)
library(tibble)

result_df <- M %>%
  as.data.frame() %>%
  rownames_to_column("Gene") %>%
  pivot_longer(-Gene, names_to = "Sample", values_to = "Expression") %>%
  inner_join(Annotation, by = "Sample") %>%
  group_by(Gene, Group) %>%
  summarise(Group_mean = mean(Expression), .groups = "drop") %>%
  pivot_wider(names_from = "Group", values_from = "Group_mean") %>%
  column_to_rownames("Gene")

# 合并到原矩阵
M_with_means <- cbind(as.data.frame(M), result_df)

两种方法输出的result_df即为每个基因对应各分组的平均值表，可按需直接使用。

内容的提问来源于stack exchange，提问作者Jackie