Question

我希望为遗传数据进行一些迭代建模编写通用代码。

以下是我的数据框的一个子集：

FtpWebRequest reqFTP;
    try
        {
            FileStream outputStream = new FileStream(@"C:\download.csv", FileMode.Create);

            reqFTP = (FtpWebRequest)FtpWebRequest.Create(new Uri("ftp://ftp.myserver.com/upload/myfile.csv"));
            reqFTP.Method = WebRequestMethods.Ftp.DownloadFile;
            reqFTP.UseBinary = true;
            reqFTP.UsePassive = false;
            reqFTP.KeepAlive = true;
            reqFTP.Credentials = new NetworkCredential("username", "password");
            FtpWebResponse response = (FtpWebResponse)reqFTP.GetResponse();
            Stream ftpStream = response.GetResponseStream();
            long cl = response.ContentLength;
            int bufferSize = 2048;
            int readCount;
            byte[] buffer = new byte[bufferSize];

            readCount = ftpStream.Read(buffer, 0, bufferSize);
            while (readCount > 0)
            {
                outputStream.Write(buffer, 0, readCount);
                readCount = ftpStream.Read(buffer, 0, bufferSize);
            }

            ftpStream.Close();
            outputStream.Close();
            response.Close();
        }
        catch (Exception ex)
        {

        }

我正在尝试使用> head(exprTarget) patient CDR Diagnosis diag_key UNC93B1 CTSC PLEK LGALS9 GRN CYTH4 C1QA C1QC C1QB LAPTM5 CTSS FCER1G ALOX5AP 16955 16955 2 MCI 1 2.468387 3.306170 1.669025 2.197085 4.817537 2.303606 3.126281 3.537686 4.077572 4.660030 2.960342 1.0880424 2.0820685 16365 16365 5 AD 2 2.312767 3.205852 1.276787 1.942052 4.924718 2.461212 2.641784 3.592875 3.758567 4.215387 2.536174 0.9872809 0.7559553 17155 17155 5 AD 2 3.276758 4.039103 2.482880 3.347225 5.465345 2.990894 6.004585 6.108294 6.762214 5.708623 4.358901 2.5924355 3.6172763 17135 17135 5 AD 2 2.245509 3.056953 1.877469 2.083920 4.492934 1.827284 2.584534 3.012729 3.369049 3.892801 2.990098 0.7350252 1.1568519 16625 16625 4 AD 2 2.575806 3.978674 2.060418 2.327522 4.981906 2.685569 4.694788 4.725954 5.460863 5.260811 4.021172 2.5871655 3.3241311 16295 16295 4 AD 2 3.107424 3.701104 2.880653 2.880653 5.115831 2.723281 4.224342 4.717155 5.110232 5.031450 3.980189 2.0809520 1.9699207作为我的响应变量，其右侧的所有列都充当预测变量，即所需的公式为：

diag_key

我想让这更通用。具体来说，我希望能够仅传递将临床注释与基因表达数据分开的列号，在上面的示例中，这将是第4列lm(diag_key ~ . - patient - CDR - Diagnosis, data= exprTarget)，但对于不同的实现，它可能会有所不同。

我目前的目标是仅使用此信息重新创建上述公式。这是我目前的尝试，请注意diag_key对应于分隔列编号，即上例中的4：

response

此命令生成公式clinical<- colnames(exprTarget)[1:(response-1)] lm(as.formula(paste("exprTarget[,response] ~ . ",clinical, sep = "-")), data= exprTarget)，因此很明显问题在于使用exprTarget[, 4] ~ . - patient将公式的开头与我要删除的列连接起来时，只有列表中的第一项是粘贴。

非常感谢任何有助于导航的帮助。

Answer 1

您可以使用reformulate。我将它基于响应的列名称，因为这似乎比直接使用列索引更安全，但您当然可以使用列索引。

resp_col = "diag_key"
idx = match(resp_col, names(exprTarget))

my_formula = reformulate(names(exprTarget)[(idx+1):ncol(exprTarget)], response=names(exprTarget)[idx])

diag_key ~ UNC93B1 + CTSC + PLEK + LGALS9 + GRN + CYTH4 + C1QA + 
    C1QC + C1QB + LAPTM5 + CTSS + FCER1G + ALOX5AP

您可以将其打包成一个函数：

lm_form = function(data, resp_col) {

  idx = match(resp_col, names(data))

  form = reformulate(names(data)[(idx+1):ncol(data)], response=names(data)[idx])

  lm(form, data=data)
}

my_model = lm_form(exprTarget, "diag_key")

Answer 2

可以像这样避免构建公式：

Strict-Transport-Security: max-age=31536000; includeSubDomains

但如果你真的想要这个公式：

nc <- ncol(exprTarget)
fm <- lm(exprTarget[response:nc])

注意：上面以可重现的形式使用的输入是：

formula(fm)
## diag_key ~ UNC93B1 + CTSC + PLEK + LGALS9 + GRN + CYTH4 + C1QA + 
##  C1QC + C1QB + LAPTM5 + CTSS + FCER1G + ALOX5AP

R：在`lm`中创建高效的公式

2 个答案: