1

我有一个 39 列（超过 100000 行）数据框，其最后十列看起来像这样（其余列与我的问题无关）

H3K27me3_gross_bin H3K4me3_gross_bin H3K4me1_gross_bin UtoP UtoM UPU UPP UPM UMU UMP UMM
cg00000029                  3                 3                 6    1    1   0   0   0   0   0   0
cg00000321                  6                 1                 5    1    0   0   1   0   0   0   0
cg00000363                  6                 1                 1    1    0   1   0   0   0   0   0
cg00000622                  1                 2                 1    0    0   0   0   0   0   0   0
cg00000714                  2                 5                 6    1    0   0   0   0   0   0   0
cg00000734                  2                 6                 2    0    0   0   0   0   0   0   0

我想创建一个矩阵，它将：

a) 通过前三列 (H3K27me3_gross_bin, H3K4me3_gross_bin, H3K4me1_gross_bin) 计算值列 UPU、UPP 或 UPM 为 1 的行数 b) 将 UPU、UPP、UPM 列的每一行与前三列相加列

我想出了这种非常麻烦的方法：

UtoPFrac<-seq(6)
 UtoPTotEvents<-seq(6)
 for (j in 1:3){
  y<-df[,28+j]
  for (i in 1:3){
   UtoPFrac<-cbind(UtoPFrac,tapply(df[which(is.na(y)==FALSE),33+i],y[which(is.na(y)==FALSE)], function(x) length(which(x==1))))
}
}
UtoPFrac<-UtoPFrac[,2:10]
UtoPEvents<-cbind(rowSums(UtoPFrac[,1:3]),rowSums(UtoPFrac[,4:6]),rowSums(UtoPFrac[,7:9]))

我确信有一种更优雅的方法可以做到这一点，可能是使用聚合（）或 ddply（），但无法使其正常工作。我会更有效地感谢任何帮助

提前致谢

4

1 回答 1

0

未测试：

  library(plyr)
  dpply(df,.(H3K27me3_gross_bin, H3K4me3_gross_bin, H3K4me1_gross_bin), summarize, UPUl=length(UPU[which(UPU==1)]),UPPl=length(UPP[which(UPP==1)]),UPMl=length(UPM[which(UPM==1)]), mysum=sum( UPU + UPP + UPM))

PS如果您dput提供数据并提供预期的输出，我将测试上面的代码

于 2013-09-10T16:05:46.990 回答