R语言dplyr根据第二个数据框阈值将原数据框对应单元格置0

实现方案 #

你可以利用dplyr的across()搭配cur_column()快速匹配两个数据框的同名列做条件判断，代码如下：

library(dplyr)
# 定义阈值
threshold <- 0.1

df.final <- df %>%
  # 仅对数值列做处理
  mutate(across(where(is.numeric), 
                # 取df.rel对应列的值做阈值判断，小于阈值的原始值改为0，否则保留
                ~ ifelse(df.rel[[cur_column()]] < threshold, 0, .x)))

如果不需要单独保留相对丰度数据框df.rel，也可以一步完成计算和过滤，不用生成中间表：

threshold <- 0.1
df.final <- df %>%
  mutate(across(where(is.numeric), 
                ~ ifelse(.x / sum(.x) * 100 < threshold, 0, .x)))

如果你使用的是1.0.0之前的旧版dplyr，可以用mutate_if实现相同效果：

threshold <- 0.1
df.final <- df %>%
  mutate_if(is.numeric, function(x) ifelse(df.rel[[deparse(substitute(x))]] < threshold, 0, x))

运行后得到的df.final和你给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者CuriousDude