我有两个带有测序数据的数据框。一个大背景＆＃39;称为genes.txt的一组计数，以及一组称为degenes.txt的差异表达基因。每个数据框都有几列，包括一个名为＆＃39;符号＆＃39;其中包含“Car9＆＃39;”形式的基因符号。例如。我需要从每个列中获取基因符号列，并使用所有背景基因符号创建一个新表，并使用0或1表示差异表达符号。
newcounts <- read.table("genes.txt", header=T,sep="\t",check.names=F, stringsAsFactors = FALSE)
head(newcounts)
# create a list of the 45000 background genes
backgroundgenes <- as.character(newcounts$symbol)
head(backgroundgenes)
backgroundgenes <- backgroundgenes[!is.na(backgroundgenes)]
我从专栏中删除了一堆，因为我不需要它们。
degenes <- read.csv("degenes.csv", stringsAsFactors = FALSE)
head(degenes)
degenes <- as.character(degenes[,12])
degenes <- degenes[!is.na(degenes)]
这里也是一样的。符号是此df中的第12列。所以现在我有两个字符，每个字符的数据类型相同，一个大约24000长，另一个大约350长。
gene.vector <- as.integer(backgroundgenes%in%degenes)
names(gene.vector) <- backgroundgenes
head(gene.vector)
现在我可以看到我的gene.vector，它的所有基因名称都在下面有0或1。到目前为止一切顺利。
#write as a table
write.table(gene.vector, file="outedgeR05vectortest.txt", sep="\t", quote = F, col.names=F)
这就是出错的地方。我的输出表有一列从1到25000的升序数而不是我的基因名。第二列具有正确的0和1数。我已经使用这个工作到我已经使用具有ensembl基因标识符的两个基因组（例如，形式为ENSMUSG00048979）的列完成了我的下游分析。我不明白为什么使用不同输入的完全相同的代码不起作用。感谢您的任何帮助，您可以提供。
> sessionInfo()
R version 3.4.1 (2017-06-30)
Platform: i386-w64-mingw32/i386 (32-bit)
Running under: Windows 7 (build 7601) Service Pack 1
Matrix products: default
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C LC_TIME=English_United States.1252
attached base packages:
[1] parallel stats4 stats graphics grDevices utils datasets methods base
other attached packages:
[1] pathview_1.16.1 org.Hs.eg.db_3.4.1 gage_2.26.1
[4] KEGG.db_3.2.3 TxDb.Mmusculus.UCSC.mm10.ensGene_3.4.0 GenomicFeatures_1.28.4
[7] GenomicRanges_1.28.3 GenomeInfoDb_1.12.2 org.Mm.eg.db_3.4.1
[10] GO.db_3.4.1 AnnotationDbi_1.38.1 IRanges_2.10.2
[13] S4Vectors_0.14.3 Biobase_2.36.2 BiocGenerics_0.22.0
[16] goseq_1.28.0 geneLenDataBase_1.12.0 BiasedUrn_1.07
[19] edgeR_3.18.1 limma_3.32.2 BiocInstaller_1.26.1
loaded via a namespace (and not attached):
[1] graph_1.54.0 DBI_0.7 Rsamtools_1.28.0 zlibbioc_1.22.0
[5] bitops_1.0-6 SummarizedExperiment_1.6.3 bit_1.1-12 lattice_0.20-35
[9] RSQLite_2.0 pkgconfig_2.0.1 KEGGgraph_1.38.0 DelayedArray_0.2.7
[13] rtracklayer_1.36.4 blob_1.1.0 compiler_3.4.1 GenomicAlignments_1.12.1
[17] biomaRt_2.32.1 png_0.1-7 Rcpp_0.12.11 GenomeInfoDbData_0.99.0
[21] httr_1.2.1 tools_3.4.1 RCurl_1.95-4.8 BiocParallel_1.10.1
[25] memoise_1.1.0 nlme_3.1-131 R6_2.2.2 XVector_0.16.0
[29] digest_0.6.12 Matrix_1.2-10 bit64_0.9-7 grid_3.4.1
[33] XML_3.98-1.9 rlang_0.1.1 Biostrings_2.44.1 mgcv_1.8-17
[37] Rgraphviz_2.20.0 matrixStats_0.52.2 KEGGREST_1.16.0 locfit_1.5-9.1
[41] tibble_1.3.3