Question

我正在使用dN / dS比率（生物学，对这个问题并不重要），结果在我的数据中出现了一些假象（特定列中的任何大于3的值可能都不可靠或出现错误），我需要在创建直方图之前，请先删除这些伪像。

我正在处理导入的xlxs文件。其中一列包含适用的数据。

我尝试了以下代码

library(data.table)

outlierReplace = function(dataframe, cols, rows, newValue = NA) {  
    if (any(rows)) {  
        set(dataframe, rows, cols, newValue)  
    }  
}  

outlierReplace(X23k_Genome_dNdS_For_R, 
               `manual dN/dS`, 
               which(X23k_Genome_dNdS_For_R$`manual dN/dS` > 3), 
               NA)

此返回错误代码（如下）

Error in set(dataframe, rows, cols, newValue) :   
  Can't assign to the same column twice in the same query (duplicates detected).  
In addition: Warning message:  
In set(dataframe, rows, cols, newValue) :  
  Coerced j from numeric to integer. Please pass integer for efficiency;   e.g., 2L rather than 2

为了强调，我有23k行，7列。我试图用NA替换“ manual dN / dS”列中所有高于3的值

您可能需要安装data.table才能使用set（）函数

样本数据

dat = data.table("seq1"=c("CAA_0000006-RA", "CAA_0000007-RA"), 
                 "seq2"=c("CAB_00000010-RA", "CAB_00000011-RA"),
                 "dN/dS"=c(0.4689, 0.1001), "dN"=c(0.0074, 0.0021),
                 "dS"=c(0.0169,0.0206),
                 "manual dN/dS"=c(0.4379,0.1019),
                 "man. dN/dS w/Nas"=c(0.437869822,0.101941748))

Answer 1

library(data.table)    
setDT(dat)
dat[`manual dN/dS` > 3, `manual dN/dS` := NA]

请注意，示例数据不不包含您在问题中提到的列。

还请注意，列名中的空格和特殊字符（例如斜杠）是不正确的做法，因为您总是必须在R代码中“引用”这些名称。

您可以重命名列名称，例如。通过data.table::setnames(data, "old name", "new name")（请参阅此功能的帮助）

如何从特定列中删除给定值的数据（或用NA替换）？

1 个答案: