0

我有一个非常大的数据集，其中包含多个组。它们都包含相同的信息，但是，偶尔且不一致，这些信息是错误的。在下面的示例中，TheGroup1_A1和Group2_A1列不匹配（第 3 行和第 4 行被翻转），因此这些行中的其余信息不可比较。为了纠正这个问题，BETAGROUP1_BETA应该乘以 -1（同样，考虑到组之间的 A1 列不匹配，如果它们匹配，则 Beta 应该保持原样）。

MARKER  GROUP1_A1  GROUP1_A2  GROUP1_BETA  GROUP1_SE  GROUP2_A1  GROUP2_A2  GROUP2_BETA GROUP2_SE
rs10        A         C         -0.055      0.003        A         C           0.056      0.200
rs1000      A         G          0.208      0.100        A         G           0.208      0.001
rs10000     G         C         -0.134      0.009        C         G          -0.8624     0.010
rs10001     C         A          0.229      0.012        A         C           0.775      0.003

在处理介于 0-1 之间的频率时，我使用的是：

data$GROUP1_oppositeFrequency <- abs( (as.character(data$Group2_A1) != 
                            as.character(data$Group1_A1)) -                   
                          as.numeric(data$Group1_Frequency) )

但是，因为 Beta 值可能是负数，所以这是行不通的。谁能指出我正确的方向？

可重现的数据：

data <- textConnection("SNP,GROUP1_A1,GROUP1_A2,GROUP1_Beta,GROUP1_SE,GROUP2_A1,GROUP2_A2,GROUP2_Beta,GROUP2_SE,GROUP3_A1,GROUP3_A2,GROUP3_Beta,GROUP3_SE
rs1050,C,T,0.0462,0.0035,T,C,0.007,0.0039,C,T,-0.007,0.009
rs1073,A,G,-0.0209,0.0035,A,G,0.0004,0.0031,A,G,-0.009,0.013
rs1075,C,T,-0.001,0.0039,T,C,-0.0013,0.0028,C,T,0.004,0.011
rs1085,C,G,-0.0001,0.0068,C,G,-0.0027,0.0032,C,G,-0.049,0.026
rs1127,C,T,0.0015,0.0044,T,C,0.0002,0.0029,C,T,-0.017,0.009
rs1312,A,G,-0.0014,0.0039,A,G,-0.0025,0.0029,A,G,0,0.01")
test_data <- read.csv(data, header = TRUE, sep = ",")
4

1 回答 1

1

假设唯一的可能性是“翻转”，您需要做的就是查看 in 中的值是否与因此group1_a1中的值相同group2_a1 ：

mydata$group1_beta <- mydata$group1_beta * (-1)^((mydata$group1_a1 == mydata$group2_a1) + 1)

更新：这是一个例子，显示它有效（至少，我的意思是它的工作方式:-)）。

 Rgames> mydat<-data.frame(A=c('a','b','d','c'),B=c('a','b','c','d'),one=1:4,two=1:4)
Rgames> mydat
  A B one two
1 a a   1   1
2 b b   2   2
3 d c   3   3
4 c d   4   4
Rgames> mydat$two<-mydat$two*(-1)^((mydat$A==mydat$B)+1)
Rgames> mydat
  A B one two
1 a a   1   1
2 b b   2   2
3 d c   3  -3
4 c d   4  -4
于 2012-08-29T15:32:08.447 回答