Question

我有一张桌子，起点如下：

                    Control_H1455_121005_4     Case_X1456_121005_1     Case_V1457_121005_7      Control_K1461_121005_2
ENSG00000419.8                     0                    0                    14                    3
ENSG00000457.8                     2                    0                    1                     0
ENSG00000460.11                    18                   3                    16                    6
ENSG00000938.7                     0                    0                    0                     0

更新：

首先我要更改名称。只有第二个下划线之前的部分很重要，所以例如在Control_H1455_121005_4中，我想将它缩短为Control_H1455。到目前为止，这是我的代码：
```
gsub("^.*?_","_","Case_H1455_121005_4")
```
但这会返回"_H1455_121005_4"。我想要保留的部分实际上是Case_H1455。所以我只想保留所有角色，直到第二下划线。

更新：对于（2），我有以下代码：
```
#separating data into Control & Case groups
data_con=data[which(substring(names(data),2,2) %in% c("o"))]
data_case=data[which(substring(names(data),2,2) %in% c("a"))]

#delete rows if both case and control groups have >= 90% cols that contain 0
#data <- data[(rowSums(data_case==0)/ncol(data_case) < 0.9 & rowSums(data_con==0)/ncol(data_con) < 0.9) , ]
```
似乎有效。
我想过滤每一行并将该行中的数据分成两组：Control和Case。然后，我想删除一行，当且仅当它满足以下条件时：>＆gt; = 90％的cols在Case AND 控制组中都包含0。因此，在此示例表中，为了删除行，Control和Case组必须包含＆gt; = 90％的包含0的col。所以这里它是最后一行。如果案例组包含＆gt; = 90％的cols为0但是Control组的＆lt; 90％cols为0（反之亦然），则应该保留该行。为此，我目前有以下代码：
```
data <- data[rowSums(data==0)/ncol(data) < 0.9, ]
```
但是这并没有按Case和Control分隔每一行，而是单独查看每个组。

请记住，实际数据中还有更多cols和rows，Control和Case从col到col随机出现。

所以对数字（1）的任何帮助都将不胜感激！

Answer 1

我不确定，但我认为这可能会有所帮助......

# 1)
# assuming that the structure of "_" does not change
colnames(data) <- sapply(colnames(data),
                         function(x){
                            paste(unlist(strsplit(x, "_"))[1:2], collapse = "_")
                                          })
# 2)
# to sperate case and control
ind <- grepl("Case", colnames(data))

# assuming that there are at lesast tow cases and tow control
# otherwise use sum and length
data[rowSums(data[, !ind]==0)/ncol(data[, !ind]) < 0.9 &
     rowSums(data[,  ind]==0)/ncol(data[,  ind]) < 0.9, ]

H个

如何基于列名对行中的数据进行分类和操作

1 个答案: