在 R 中替换数据帧中最低列表值的最有效方法

我有一个数据框 df，其中包含为每个受试者记录的数字列表/向量，用于测试项目的两次重复。

subj item rep vec
s1 1 1 [2,1,4,5,8,4,7]
s1 1 2 [1,1,3,4,7,5,3]
s1 2 1 [6,5,4,1,2,5,5]
s1 2 2 [4,4,4,0,1,4,3]
s2 1 1 [4,6,8,7,7,5,8]
s2 1 2 [2,5,4,5,8,1,4]
s2 2 1 [9,3,2,6,6,8,5]
s2 2 2 [7,1,2,3,2,7,3]

对于每个项目，我想找到rep 1 的平均值的50%，然后用0 替换rep 2 向量中的最低数字，直到rep2 的平均值小于或等于rep1 的平均值。例如，对于 s1 item1：

mean(c(2,1,4,5,8,4,7))*0.5 = 2.1 #rep1 scaled down
mean(c(1,1,3,4,7,5,3)) = 3.4 #rep2
mean(c(0,0,0,0,7,5,0)) = 1.7 #new rep2 such that mean(rep2) <= mean(rep1)

删除rep 2向量中的最低数字后，我想关联rep1和rep2向量并执行一些其他次要算术函数并将结果附加到另一个（长度初始化的）数据帧。现在，我使用类似于此伪代码的循环来执行此操作：

for subj in subjs:
  for item in items:
     while mean(rep2) > mean(rep1)*0.5:
       rep2 = replace(lowest(rep2),0)
     newDataFrame[i] = correl(rep1,rep2)

用循环来做这件事似乎效率很低；在 R 中，是否有更有效的方法来查找和替换列表/向量中的最低值，直到平均值小于或等于取决于该特定项目的值？将相关性和其他结果附加到其他数据帧的最佳方法是什么？

附加信息：

>dput(df)
>structure(list(subj = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 
 2L), .Label = c("s1", "s2"), class = "factor"), item = c(1L, 
 1L, 2L, 2L, 1L, 1L, 2L, 2L), rep = c(1L, 2L, 1L, 2L, 1L, 2L, 
 1L, 2L), vec = list(c(2, 1, 4, 5, 8, 4, 7), c(1, 1, 3, 4, 7, 
 5, 3), c(6, 5, 4, 1, 2, 5, 5), c(4, 4, 4, 0, 1, 4, 3), c(4, 6, 
 8, 7, 7, 5, 8), c(2, 5, 4, 5, 8, 1, 4), c(9, 3, 2, 6, 6, 8, 5
 ), c(7, 1, 2, 3, 2, 7, 3))), .Names = c("subj", "item", "rep", 
 "vec"), row.names = c(NA, -8L), class = "data.frame")

我希望这个数据帧作为输出（具有rep1与rep2相关性以及rep1与新rep2相关性）。

subj item origCorrel newCorrel
s1 1 .80 .51
s1 2 .93 .34
s2 1 .56 .40
s2 2 .86 .79

摆脱循环的典型策略是将子集数据上的所有计算放入它们自己的函数中，然后在aggregate or apply功能。

two.cors=function(x,ratio=.5) {
  rep1=unlist(x[1,][['vec']])
  rep2=unlist(x[2,][['vec']])
  orig.cor=cor(rep1,rep2)
     while(mean(rep2) > mean(rep1)*ratio) {
   rep2[    which(rep2==min(rep2[which(!rep2==0)]))]=0
    }
  c(orig.cor,wierd.cor=cor(rep1,rep2))
}

我想使用 daply 所以得到plyr，可以使用骨料或碱基*apply功能

library(plyr)

然后在您的数据集上调用该函数

 daply(df,c("subj","item"), .fun=function(x) two.cors(x,ratio=.4) ) 

这个输出可以重新格式化，但我把它留给你，因为我认为你需要额外的统计数据two.cors功能