按组划分的R子集
按组划分的R子集
提问于 2018-08-10 19:04:48
我有以下data.frame：
Name Expr FC FDR
probe1 gene1 1 1.5 0.005
probe2 gene2 1 1.3 0.02
probe3 gene1 2 1.2 0.000003
probe4 gene4 3 1.8 0.5
probe5 gene5 4 1.9 0.00008
probe6 gene2 5 1.3 0.03
probe7 gene4 3 1.2 0.0001
probe8 gene8 10 1.3 0.01
probe9 gene8 11 1.8 0.01有许多探针代表相同的基因。我只想根据FDR为每个基因选择一个探针，即为每个基因选择具有最小FDR的探针。如果同一基因的两个探针具有相同的FDR，则随机选择一个。我希望有以下data.frame作为输出：
Name Expr FC FDR
probe3 gene1 2 1.2 0.000003
probe4 gene5 4 1.9 0.00008
probe6 gene4 3 1.2 0.0001
probe2 gene2 1 1.3 0.02
probe8 gene8 10 1.3 0.01提前感谢您的帮助！
回答 4
Stack Overflow用户
发布于 2018-08-10 19:14:28
使用dplyr，您可以：
df <- read.table(text = "
Name Expr FC FDR
probe1 gene1 1 1.5 0.005
probe2 gene2 1 1.3 0.02
probe3 gene1 2 1.2 0.000003
probe4 gene4 3 1.8 0.5
probe5 gene5 4 1.9 0.00008
probe6 gene2 5 1.3 0.03
probe7 gene4 3 1.2 0.0001
probe8 gene8 10 1.3 0.01
probe9 gene8 11 1.8 0.01", h= T)
library(dplyr)
df %>%
group_by(Name) %>%
slice(which.min(FDR))在Andre Elrico的评论之后更新：
如果您想在平局情况下采样1行，则可以这样做，以获得最少的for。
df %>%
group_by(Name) %>%
filter(FDR == min(FDR)) %>%
sample_n(1)Stack Overflow用户
发布于 2018-08-10 19:13:53
(我认为反对票在这里有点苛刻: OP提供了样本数据和清晰的问题陈述。)
有很多方法可以做到这一点，我鼓励你在这里花一些时间研究类似的问题。你会学到很多关于聚合/汇总数据的知识。
下面是使用split的基本R可能性
do.call(rbind, lapply(split(df, df$Name), function(df) df[which.min(df$FDR), ]))
# Name Expr FC FDR
#gene1 gene1 2 1.2 3e-06
#gene2 gene2 1 1.3 2e-02
#gene4 gene4 3 1.2 1e-04
#gene5 gene5 4 1.9 8e-05
#gene8 gene8 10 1.3 1e-02或者使用by (感谢@RuiBarradas)
do.call(rbind, by(df, df$Name, function(x) x[which.min(x$FDR), ]))
# Name Expr FC FDR
#gene1 gene1 2 1.2 3e-06
#gene2 gene2 1 1.3 2e-02
#gene4 gene4 3 1.2 1e-04
#gene5 gene5 4 1.9 8e-05
#gene8 gene8 10 1.3 1e-02样本数据
df <- read.table(text =
"Name Expr FC FDR
probe1 gene1 1 1.5 0.005
probe2 gene2 1 1.3 0.02
probe3 gene1 2 1.2 0.000003
probe4 gene4 3 1.8 0.5
probe5 gene5 4 1.9 0.00008
probe6 gene2 5 1.3 0.03
probe7 gene4 3 1.2 0.0001
probe8 gene8 10 1.3 0.01
probe9 gene8 11 1.8 0.01", header = T)Stack Overflow用户
发布于 2018-08-10 19:20:26
data.table解决方案：
library(data.table)
setDT(df)
df[order(FDR), .SD[1], Name]
Expr Name FC FC2 FDR
1: gene1 probe3 2 1.2 3e-06
2: gene5 probe5 4 1.9 8e-05
3: gene4 probe7 3 1.2 1e-04
4: gene8 probe8 10 1.3 1e-02
5: gene2 probe2 1 1.3 2e-02其中：
df <- data.frame(
Name = paste0("gene", c(1, 2, 4, 5, 8))[c(1, 2, 1, 3, 4, 2, 3, 5, 5)],
Expr = c(1L, 1L, 2L, 3L, 4L, 5L, 3L, 10L, 11L),
FC = c(1.5, 1.3, 1.2, 1.8, 1.9, 1.3, 1.2, 1.3, 1.8),
FDR = c(0.005, 0.02, 3e-06, 0.5, 8e-05, 0.03, 1e-04, 0.01, 0.01)
) 页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51785124
复制相关文章
相似问题
腾讯云开发者
