在R

Question

我有一个SNP文件，我想计算每列中的数量。从列表中写表时，它显示错误为＆＃34;参数意味着不同的行数＆＃34;。我想要一个解决方案，以便我可以将列表写入表格。 请帮我。 输入文件：image file is added 输入文件包含830行和210列 ＃1 R代码

require(gdata)
library(plyr)
df = read.xls ("jTest_file.xlsx", sheet = 1, header = TRUE)
combine = c()
for(i in 1:v){
    vec = count(df[,i])
    colnames(vec) <- c (colnames(df[i]),"freq")
    combine = c(combine,vec)
}
write.table(combine,file="test_output.xls",sep="\t",quote=FALSE,row.names =FALSE)

但输入中有一些空白值，所以我用XX替换空白，以便行号可以维持但不起作用。 ＃2 R代码

require(gdata)
library(plyr)
df = read.xls ("jTest_file.xlsx", sheet = 1, header = TRUE)
combine = c()
for(i in 1:v){
    data=sub("^$", "XX", df[,i])
    vec = count(data)
    colnames(vec) <- c (colnames(df[i]),"freq")
    combine = c(combine,vec)
}
write.table(combine,file="test_output.xls",sep="\t",quote=FALSE,row.names =FALSE) 

Answer 1

使用dplyr和tidyr软件包可以更清晰地进行这些计数。

由于您没有提供样本数据，我将先做一些：

#Make sample data
li = lapply(1:10, function(X) {
    sample(x = c("A", "C", "G", "T"), size = 10, 
           replace = TRUE)
    })
df = data.frame(li, stringsAsFactors = FALSE)
names(df) = paste("X", 1:10, sep = "")

head(df, 3)    
#   X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
# 1  T  G  C  T  C  A  T  T  C   T
# 2  A  A  A  G  G  G  T  G  C   A
# 3  C  C  A  T  A  A  C  A  T   G

现在真正的答案 - 做点数：

library(tidyr)
library(dplyr)
df_long = gather(df, var, value)
df_groups = group_by(df_long, var, value)
df_counts = summarise(df_groups, count = n())
df_wide = spread(df_counts, value, count, fill = 0)

df_wide    
# Source: local data frame [10 x 5]
# Groups: var [10]
# 
#      var     A     C     G     T
# *  <chr> <dbl> <dbl> <dbl> <dbl>
# 1     X1     3     4     0     3
# 2    X10     5     0     2     3
# 3     X2     3     2     2     3
# 4     X3     4     3     1     2
# 5     X4     2     1     4     3
# 6     X5     2     3     3     2
# 7     X6     4     2     1     3
# 8     X7     2     4     2     2
# 9     X8     2     3     2     3
# 10    X9     2     2     2     4

我建议您探索各个步骤（df_long，df_groups，df_counts，df_wide）。这将让您了解数据的运行情况。