Question

我正在处理微阵列数据。

我有两个表，一个是通路和基因集表（我将其称为A表）另一个是微阵列表（让我们说B）

我需要根据B中基因符号的每个表达值将基因符号（字符）改为A表中的表达值（数字）

表格如下所示

A table                                            B table
Pathway   v1    v2   ...v249 v250                 Gene      Value         
   1       A    E        NA   NA                   E        1000
   2       B    A        Z    I                    A         500
   3       C    G        X    NA                   G         200
   4       D    K        P    NA                   B         300
                                                   P          10
                                                   Z          20

我想像下面的方式更改一个表

   A table                            
Pathway   v1       v2   ...    v249 v250      
   1       500    1000         NA    NA 
   2       300    500          20    NA
   3       NA     200          NA    NA
   4       NA     NA           10    NA

如果没有匹配的基因符号，则应将其替换为“NA”

Answer 1

我会建议，首先融化，然后合并，然后回归。这适用于created_time数据集中的任意数量的列。我将在CRAN上使用最新的A版本（v 1.9.6 +）

data.table

或类似地使用Hadleyverse

library(data.table) # V 1.9.6+
res <- melt(setDT(A), id = "Pathway")[setDT(B), Value := i.Value, on = c(value = "Gene")]
dcast(res, Pathway ~ variable, value.var = "Value")
#    Pathway  v1   v2
# 1:       1 500 1000
# 2:       2 300  500
# 3:       3  NA  200
# 4:       4  NA   NA

数据

library(dplyr) library(tidyr) A %>% gather(res, Gene, -Pathway) %>% left_join(., B, by = "Gene") %>% select(-Gene) %>% spread(res, Value) # Pathway v1 v2 # 1 1 500 1000 # 2 2 300 500 # 3 3 NA 200 # 4 4 NA NA

Answer 2

我们也可以使用base R执行此操作。我们将'A'的子集（即除了'Pathway'列）转换为matrix，将match转换为'B'中的'Gene'，获得的数字索引可用于填充相应的' “值”列，然后重新分配输出。

A1 <- A
A1[-1] <- B$Value[match(as.matrix(A[-1]), B$Gene)]
A1
#  Pathway  v1   v2
#1       1 500 1000
#2       2 300  500
#3       3  NA  200
#4       4  NA   NA

注意：来自@DavidArenburg的帖子的数据集。

Answer 3

这可以使用查找表最容易地完成，查找表本质上是一个在R中具有关联名称的向量：

library(dplyr)
df = data.frame(v1 = sample(LETTERS[1:8], 100, replace = TRUE),
                v2 = sample(LETTERS[1:8], 100, replace = TRUE),
                v3 = sample(LETTERS[1:8], 100, replace = TRUE),
                v4 = sample(LETTERS[1:8], 100, replace = TRUE))
lut = runif(6)
names(lut) = LETTERS[1:6]

replace_fun = function(vec) lut[vec]    
df %>% mutate_each(funs(replace_fun), v1:v4)
           a         b
1 0.97821935 0.8584000
2         NA        NA
3 0.56299342 0.9782194
4 0.85840001 0.8584000
5 0.97821935 0.8584000
6 0.06881867 0.9782194

基本上，每个元素的名称是df中的字母，lut[letter]查找哪个值属于该字母。通过使用lut[vec]，我们将包含字母的整个向量放入查找表中，该表将整个向量转换为相应的数字。

%>%和mutate_each是来自dplyr的函数，我用它来实际执行示例数据的替换。

如何使用if和for语句将值从字符更改为数字？

3 个答案: