Question

我有两个数据集，它们既共享公共ID变量，又共享 n 变量，分别表示为SNP1-SNP n 。下面显示了两个数据集的示例

数据集1

ID SNP1 SNP2 SNP3 SNP4 SNP5 SNP6 SNP7
1   0    1    1    0    0    0    0
2   1    1    0    0    0    0    0
3   1    0    0    0    1    1    0
4   0    1    1    0    0    0    0
5   1    0    0    0    1    1    0
6   1    0    0    0    1    1    0
7   0    1    1    0    0    0    0

数据集2

ID SNP1 SNP2 SNP3 SNP4 SNP5 SNP6 SNP7
1  0.65 1.3  2.8  0.43 0.62 0.9  1.5
2  0.74 1.6  3.4  0.9  2.4  4.4  2.3
3  0.28 0.5  5.7  6.7  0.3  2.5  0.56
4  0.74 1.6  3.4  0.9  2.4  4.4  2.3
5  0.65 1.3  2.8  0.43 0.62 0.9  1.5
6  0.74 1.6  3.4  0.9  2.4  4.4  2.3
7  0.28 0.5  5.7  6.7  0.3  2.5  0.56

我想将数据帧1中给定位置的每个值与数据帧2中等效位置的值相乘。

例如，我想将数据集1（值= 0）中的位置[1,2]乘以数据集2（值= 0.65）中的位置[1,2]。我的数据集非常大，涵盖了将近300列和500,000个ID。

SNP1- n 的可变名称实际上更长（例如，它们实际上读为Affx.5869593），所以我不能只在我的代码中使用SNP1-300，它必须由列数。

我是否需要先按人员ID和SNP名称取消列出这两个数据集？可以使用什么函数将两个数据集中的值相乘？

Answer 1

我假设您正在尝试返回第三个数据帧，该数据帧将在每个位置具有两个数据帧中该位置的值的乘积。

例如，如果以下是您的两个数据框

df1 <- structure(list(ID = c(1, 2, 3, 4, 5), SNP1a = c(0, 1, 1, 0, 1
), SNP2a = c(1, 1, 0, 1, 0)), class = "data.frame", row.names = c(NA, 
-5L))

ID  SNP1a  SNP2a
1     0     1
2     1     1
3     1     0
4     0     1
5     1     0

df2 <- structure(list(ID = c(1, 2, 3, 4, 5), SNP1b = c(0.65, 0.74, 
0.28, 0.74, 0.65), SNP2b = c(1.3, 1.6, 0.5, 1.6, 1.3)), class = . 
"data.frame", row.names = c(NA, -5L))

ID SNP1b SNP2b
1  0.65   1.3
2  0.74   1.6
3  0.28   0.5
4  0.74   1.6
5  0.65   1.3

然后

df3 <- df1[,2:3] * df2[,2:3]

   SNP1   SNP2
1  0.00   1.3
2  0.74   1.6
3  0.28   0.0
4  0.00   1.6
5  0.65   0.0

将起作用（只要两个数据帧的大小相等）。

Answer 2

如果您的数据框具有相同的ID集并且大小相同，则可以同时对ID进行排序并执行以下操作：

df <- data.frame(
  id = c(1,2,3,4,5),
  snp1 = c(0,0,1,0,0),
  snp2 = c(1,1,1,0,1)
)

df2 <- data.frame(
  id <- c(1,2,3,4,5),
  snp1 <- c(0.3,0.2,0.3,0.1,0.2),
  snp2 <- c(0.5,0.8,0.2,0.3,0.3)

)


res <- mapply(`*`, df[,-1], df2[,-1)
res$id <- df$id

将数据集中的值乘以R

2 个答案: