Question

我有一个这样的数据框：

GENE    a1  a2  a3  b1  b2  b3
G1  862 817 923 1096    997 946
G2  443 410 421 448 417 388
G3  396 348 372 428 351 361
G4  350 319 310 394 295 311
G5  350 332 341 412 303 316
G6  377 369 397 462 330 351
G7  362 348 399 437 378 376
G8  332 312 398 387 372 332
G9  511 473 564 496 533 441
G10 42  54  48  24  19  17
G11 346 308 343 279 349 259
G12 273 255 265 199 270 206
G13 26  19  18  14  19  19
G14 17  9   10  8   9   11
G15 12  8   6   9   5   21

第一行是标题。我想过滤此数据帧，以便最终得到那些行，其中至少3列的计数均大于30

我做了这样的事情

data <- read.table("test.txt",header=TRUE,sep="\t",row.names=1)
data <- data[rowSums(data) > 30,]

但这将第1列到第6列求和，然后查看总和是否大于30。我想对每列> 30进行操作，然后从中选择3列或更多列以30为计数。因此，数据框的输出应为

GENE    a1  a2  a3  b1  b2  b3
G1  862 817 923 1096    997 946
G2  443 410 421 448 417 388
G3  396 348 372 428 351 361
G4  350 319 310 394 295 311
G5  350 332 341 412 303 316
G6  377 369 397 462 330 351
G7  362 348 399 437 378 376
G8  332 312 398 387 372 332
G9  511 473 564 496 533 441
G10 42  54  48  24  19  17
G11 346 308 343 279 349 259
G12 273 255 265 199 270 206

我该怎么做？

谢谢

Answer 1

考虑您的data.frame为DF

> rowSelect <- rowSums(DF[,-1]>30)>= 3
> DF[rowSelect, ]
   GENE  a1  a2  a3   b1  b2  b3
1    G1 862 817 923 1096 997 946
2    G2 443 410 421  448 417 388
3    G3 396 348 372  428 351 361
4    G4 350 319 310  394 295 311
5    G5 350 332 341  412 303 316
6    G6 377 369 397  462 330 351
7    G7 362 348 399  437 378 376
8    G8 332 312 398  387 372 332
9    G9 511 473 564  496 533 441
10  G10  42  54  48   24  19  17
11  G11 346 308 343  279 349 259
12  G12 273 255 265  199 270 206

一些解释：

DF[,-1]>30测试数字列的哪些值大于30

rowSums(.)>= 3指出符合条件的行：至少3个列的计数大于30

DF[rowSelect, ]选择您要的行

Answer 2

假设您的数据称为dat，则可以像这样获得所需的行（假设GENE具有行名，而不是实际的列）：

dat[apply(dat, 1, function(x) sum(x > 30) >= 3), ]

如果GENE是数据帧的实际列（并且是第一列），则可以使用apply代替{{1 }}在行选择中：

dat[, -1]

R中的子集数据帧

2 个答案: