我正在为scRNA-seq数据编写自己的标准化函数，因为许多软件包都假设您使用的是密度矩阵（我不想也不需要这样做）。如果你不知道这意味着什么，这不是一个问题。本质上，我希望能够有一个供应函数，将一列中的所有值除以一个特定于该列的值。所以为了达到这个目的，我提供了一个长度与数据框的列相同的值列表，然后应用其他转换，如果没有提供列表，则使用apply正在处理的列中的值的总和。有没有办法不用for循环就可以做到这一点？保持矢量化吗

# function to run in apply
pseudocount_log2p1_transform <- function(x, scale_factor = 10000, UMI.provided = NULL){
  if(is.null(UMI.provided)){
    counts <- sum(x)}else{
      counts <- UMI.provided
    }
  x <- (x+1)/counts
  x <- x/scale_factor
  return(log2(x))
}

# function which needs fixing
pavlab.normalize <- function(df, UMI = NULL){
  df.cols <- colnames(df)
  df.rows <- rownames(df)
  if( is.null(UMI)){
    df <- data.frame(apply(df,  MARGIN = 2, pseudocount_log2p1_transform))
  }else{
# this line needs to be modified, so its providing the column specific count value
    df <- data.frame(apply(df,  MARGIN = 2, pseudocount_log2p1_transform(UMI.provided=UMI)))
  }
  colnames(df) <- df.cols
  rownames(df)<- df.rows
  return(df)
}

# reproducible example
df.example <- data.frame( a = c(1,0,1,2),
b = c(5,6,8,5),
c = c(4, 5, 4,4) )

count.list <- c(5, 25, 18)

# how do I fix this....?
pavlab.normalize(df = df.example, UMI = count.list)