2

我使用的数据看起来如何（它是 SNP 数据）： 

AA CC CA GG  
GA CA CC GG  
GG CCCC CAA GG  
CA GG CC GC

在案例 2 之后我希望它如何（由于第 2 列有多个字符，第 3 行被删除，并且所有列都被分成 2）

A A C C C A G G  
G A C A C C G G  
C A G G C C G C

案例 1
我现在使用的 

mydata <- mydata[which(!nchar(as.character(mydata[,5]))>2),]
mydata <- mydata[which(!nchar(as.character(mydata[,6]))>2),]
mydata <- mydata[which(!nchar(as.character(mydata[,7]))>2),]

我希望它是

mydata <- mydata[which(!nchar(as.character(mydata[,5:7]))>2),]

问题是该函数正在计算所有列 5:7 并删除每一行。我想要同样的，但对每一列都这样做，而不是一起做。
案例 2 我的代码使用库

library(dplyr)
library(splitstackshape)

为每列运行拆分单元格，这是第 6 列的单元格

data2$V6 = as.character(data2$V6)
data2 <- cSplit(data.frame(data2 %>% rowwise() %>%
mutate(V6 = V6, V6n = paste(unlist(strsplit(V6, "")),
collapse = ','))), "V6n", ",")
data2$V5 <- NULL

我对所有列问题都做同样的事情我想对所有列潜在的解决方案做同样的事情：不同类型的循环，但我不能让它工作。任何帮助将不胜感激

4

1 回答 1

2

这是一个完全矢量化的解决方案，以达到您想要的输出

## Convert all the rows into a single vectors
tmp <- do.call(paste0, mydata)

## Remove too long rows, split and rbind
do.call(rbind, strsplit(tmp[nchar(tmp) == 2 * ncol(mydata)], "", fixed = TRUE))
#     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
# [1,] "A"  "A"  "C"  "C"  "C"  "A"  "G"  "G" 
# [2,] "G"  "A"  "C"  "A"  "C"  "C"  "G"  "G" 
# [3,] "C"  "A"  "G"  "G"  "C"  "C"  "G"  "C"

这将导致 a但如果需要matrix可以很容易地转换为data.frame

于 2017-01-10T12:22:58.153 回答