Question

我对R很新，所以如果有人能帮助我，我将不胜感激：）

我有一个大型矩阵，例如： matrix 和基因的载体。我的任务是逐行搜索矩阵并编译具有突变的基因对（在基质上为D707H）与载体中包含的其余基因并将其添加到新的基质中。我尝试用循环做这个，但我不知道如何正确地写它。对于这个矩阵，它看起来应该是这样的：

    PR.02.1431    
    NBN BRCA1
    NBN BRCA2
    NBN CHEK2
    NBN ELAC2
    NBN MSR1
    NBN PARP1
    NBN RNASEL

现在我有这样的事： my idea

“a”是我的初始矩阵。

有人能指出我正确的方向吗？：）

Answer 1

也许你想要/需要的是which(..., arr.ind = TRUE)。

一些示例数据，用于演示：

set.seed(2)
n <- 10
mtx <- array(NA, dim = c(n, n))
dimnames(mtx) <- list(letters[1:n], LETTERS[1:n])
mtx[sample(n*n, size = 4)] <- paste0("x", 1:4)
mtx
#   A  B    C  D  E  F    G    H  I  J 
# a NA NA   NA NA NA NA   NA   NA NA NA
# b NA NA   NA NA NA NA   NA   NA NA NA
# c NA NA   NA NA NA NA   NA   NA NA NA
# d NA NA   NA NA NA NA   NA   NA NA NA
# e NA NA   NA NA NA NA   NA   NA NA NA
# f NA NA   NA NA NA NA   NA   NA NA NA
# g NA "x4" NA NA NA "x3" NA   NA NA NA
# h NA NA   NA NA NA NA   NA   NA NA NA
# i NA "x1" NA NA NA NA   NA   NA NA NA
# j NA NA   NA NA NA NA   "x2" NA NA NA

在您的情况下，您似乎想要任何不是NA或NaN的内容。你可以试试：

which(! is.na(mtx) & ! is.nan(mtx))
# [1] 17 19 57 70

但在检索行/列对时，这并不总是直观的（基因，我认为？）。请尝试改为：

ind <- which(! is.na(mtx) & ! is.nan(mtx), arr.ind = TRUE)
ind
#   row col
# g   7   2
# i   9   2
# g   7   6
# j  10   7

如何使用它：整数分别是行索引和列索引。假设您的矩阵使用行名和列名，您可以使用以下命令检索行名：

rownames(mtx)[ ind[,"row"] ]
# [1] "g" "i" "g" "j"

（精明的读者可能会建议我使用rownames(ind)代替它。它确实有用！）同样适用于colnames和"col"。

有趣的是，即使ind是一个矩阵本身，您也可以通过以下方式轻松地对mtx进行分组：

mtx[ind]
# [1] "x4" "x1" "x3" "x2"

将所有三个组合在一起，您可以使用：

data.frame(
  gene1 = rownames(mtx)[ ind[,"row"] ],
  gene2 = colnames(mtx)[ ind[,"col"] ],
  val = mtx[ind]
)
#   gene1 gene2 val
# 1     g     B  x4
# 2     i     B  x1
# 3     g     F  x3
# 4     j     G  x2

Answer 2

我知道我的misteke在哪里，现在我有矩阵。分析你的代码它运作良好，但这不是我想要做的。 a，b，c，d等是生物，行名是基因（A，B，C，D等）。我必须合成一对基因，其中一个基因（在同一列中）具有除NA值以外的其他基因。例如，如果基因 A 在列 a 中的值= 4，我必须：

   gene1 gene2
a    A     B
a    A     C
a    A     D
a    A     E

我试过这种方式，但元素数量不匹配，我不知道如何解决这个问题。

ind= which(! is.na(a) & ! is.nan(a), arr.ind = TRUE)
ind1=which(macierz==1,arr.ind = TRUE)
ramka= data.frame(
  kolumna = rownames(a)[ ind[,"row"] ],
  gene1 = colnames(a)[ ind[,"col"] ],
  gene2 = colnames(a)[ind1[,"col"]],
  #val = macierz[ind]
)

你知道如何在R中这样做吗？

在R

2 个答案: