Question

我想从R中的数据帧计算平均值。该文件表示染色体（第1列）的范围（第2,3列）上的覆盖率（第4列）的输出。

数据如下所示：

V1  V2  V3   V4
 1  65  69  103
 1  69  70  107
 1  70  74  108
 1  74  75  110
 1  75  77  111
 1  77  78  113
 1  78  79  115
 1  79  80  118
 1  80  81  119

我想计算所有文件的平均覆盖率。在纸面上，这看起来像： [103 *（69-65）+107（70-69）+108（74-70）+ ... + V4（V3-V2）] /（lengthOfChromosome）

lengthOfChromosome已知。

我一直在寻找解决方案，而我发现的最接近的是apply()家族中的行式运营商。由于它们的大多数输出看起来都是矩阵或列表或向量，因此它们似乎并不适合完成任务。我的目标是得到一个统计数据：均值。我也可能对标准偏差感兴趣，但现在不太重要了。

任何有正确方向的提示都会受到赞赏！

Answer 1

你甚至不需要apply()。 R中的大多数运营商以矢量化方式运行。因此，如果您的数据位于名为dd

的data.frame中

dd<-structure(list(V1 = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), V2 = c(65L, 
69L, 70L, 74L, 75L, 77L, 78L, 79L, 80L), V3 = c(69L, 70L, 74L, 
75L, 77L, 78L, 79L, 80L, 81L), V4 = c(103L, 107L, 108L, 110L, 
111L, 113L, 115L, 118L, 119L)), .Names = c("V1", "V2", "V3", 
"V4"), class = "data.frame", row.names = c(NA, -9L))

然后你可以用简单的

得到你方程的分子

with(dd, sum(V4*(V3-V2)))

（这里我们使用with()所以我们不必多次写dd$。）并且假设染色体的长度只是最大结束而不是最小开始那么

with(dd, sum(V4*(V3-V2))/(max(V3)-min(V2)))

Answer 2

如果dat是您的data.frame且V1仅为1：

with(dat, sum(V4*(V3-V2))) / (lengthOfChromosome)

如何在R中执行行操作以生成单个统计信息

2 个答案: