Question

我有一个data.frame对象。举个简单的例子：

> data.frame(x=c('A','A','B','B','B'), y=c('Ab','Ac','Ba', 'Ba','Bd'), z=c('Abb','Acc','Bad', 'Bae','Bdd'))
  x  y   z
1 A Ab Abb
2 A Ac Acc
3 B Ba Bad
4 B Ba Bae
5 B Bd Bdd

实际数据中有更多的行和列。我怎么能像这样创建树状图的嵌套树结构对象：

         |---Ab---Abb
     A---|
     |   |---Ac---Acc
   --|                 /--Bad 
     |   |---Ba-------|
     B---|             \--Bae
         |---Bb---Bdd

Answer 1

data.frame到Newick

我在计算系统发育学方面取得了博士学位，并且在我制作这段代码的过程中，我使用了这种非标准格式（在系统发育意义上）获得了一些数据时使用过一次或两次。该脚本遍历数据帧，就好像它是一个树...并沿途粘贴到Newick字符串中，这是一种标准格式，然后可以在任何类型的树对象中进行转换。

我想这个脚本可以进行优化（我很少使用它，因此更多的工作会降低整体效率），但至少分享比让它在我的硬盘上收集灰尘更好。

    ## recursion function
    traverse <- function(a,i,innerl){
        if(i < (ncol(df))){
            alevelinner <- as.character(unique(df[which(as.character(df[,i])==a),i+1]))
            desc <- NULL
            if(length(alevelinner) == 1) (newickout <- traverse(alevelinner,i+1,innerl))
            else {
                for(b in alevelinner) desc <- c(desc,traverse(b,i+1,innerl))
                il <- NULL; if(innerl==TRUE) il <- a
                (newickout <- paste("(",paste(desc,collapse=","),")",il,sep=""))
            }
        }
        else { (newickout <- a) }
    }

    ## data.frame to newick function
    df2newick <- function(df, innerlabel=FALSE){
        alevel <- as.character(unique(df[,1]))
        newick <- NULL
        for(x in alevel) newick <- c(newick,traverse(x,1,innerlabel))
        (newick <- paste("(",paste(newick,collapse=","),");",sep=""))
    }

主要功能 df2newick() 有两个参数：

df 这是要转换的数据框（类data.frame的对象）
innerlabel 告诉函数为内部节点写入标签（bulean）

要在您的示例中进行演示：

    df <- data.frame(x=c('A','A','B','B','B'), y=c('Ab','Ac','Ba', 'Ba','Bd'), z=c('Abb','Acc','Bad', 'Bae','Bdd'))
    myNewick <- df2newick(df)
    #[1] "((Abb,Acc),((Bad,Bae),Bdd));"

现在，您可以将其读入类phylo的对象，其中read.tree()来自ape

    library(ape)
    mytree <- read.tree(text=myNewick)
    plot(mytree)

如果要将内部节点标签添加到Newick字符串，可以使用：

    myNewick <- df2newick(df, TRUE)
    #[1] "((Abb,Acc)A,((Bad,Bae)Ba,Bdd)B);"

希望这是有用的（也许我的博士学位不是完整的时间; - ）

您的数据框格式的附加说明：

正如你可以观察到df2newick函数忽略了一个孩子的内部模式（无论如何最好与大多数系统发育方法一起使用......只与我有关）。我最初获得并与此脚本一起使用的df对象具有以下格式：

    df <- data.frame(x=c('A','A','B','B','B'), y=c('Abb','Acc','Ba', 'Ba','Bdd'), z=c('Abb','Acc','Bad', 'Bae','Bdd'))

与你的非常相似......但是“内部儿童节点”与他们的孩子名称相同，但是这个节点也有不同的内部名称，名称被忽略......可能不相关但你可以忽略递归函数的一部分，如下所示：

    traverse <- function(a,i,innerl){
        if(i < (ncol(df))){
            alevelinner <- as.character(unique(df[which(as.character(df[,i])==a),i+1]))
            desc <- NULL
            ##if(length(alevelinner) == 1) (newickout <- traverse(alevelinner,i+1,innerl))
            ##else {
                for(b in alevelinner) desc <- c(desc,traverse(b,i+1,innerl))
                il <- NULL; if(innerl==TRUE) il <- a
                (newickout <- paste("(",paste(desc,collapse=","),")",il,sep=""))
            ##}
        }
        else { (newickout <- a) }
    }

你会得到这样的东西：

    [1] "(((Abb)Ab,(Acc)Ac)A,((Bad,Bae)Ba,(Bdd)Bd)B);"

这对我来说真的很奇怪，但我添加它以防万一，因为它现在真的包含了原始数据帧中的所有信息。

Answer 2

我对R中的树形图的内部结构了解不多，但下面的代码将创建一个嵌套的列表结构，其中包含我认为您寻找的层次结构：

stree = function(x,level=0) {
#x is a string vector
#resultis a hierarchical structure of lists (that contains lists, etc.)
#the names of the lists are the node values.

level = level+1
if (length(x)==1) {
    result = list()
    result[[substring(x[1],level)]]=list()
    return(result)
}
result=list()
this.level = substring(x,level,level)
next.levels = unique(this.level)
for (p in next.levels) {
    if (p=="") {
        result$p = list()
    } else {
        ids = which(this.level==p)
        result[[p]] = stree(x[ids],level)
    }
}
result
}

它在字符串向量上运行。所以如果你的数据帧你需要打电话应力状态（as.character（DF [1,3]））

希望这有帮助。

如何将data.frame转换为树形结构对象，如树形图

2 个答案:

data.frame到Newick