在R中子集数据集

Question

我有一个问题，要根据计数总和来过滤数据集

我的文件如下：

g1  a   2
g1  a   3
g1  a   0
g1  b   1
g2  b   3
g2  c   4
g2  d   9
g3  e   1
g3  f   3
g4  g   10
g4  h   18
g4  i   23

第一列是基因名称。我想从第三列中计算出与每个基因相关的总和，对于g1，它是6，对于g2，它是16，依此类推。那么条件是如果每个基因的总和> 10，则过滤上面的输入数据集，这样我的输出看起来像

g2  b   3
g2  c   4
g2  d   9
g4  g   10
g4  h   18
g4  i   23 

这是我到目前为止尝试过的：

tab <- read.data("input.txt",header=FALSE)
genelist <- split(tab,tab[,1])

我该如何对其求和并进行过滤>10。我想我必须使用sapply使其循环通过，但是我被困在这里。 感谢您的帮助

Answer 1

这是您要找的吗？

n_vars <- 40
gene <- sample(x=c("g1","g2","g3","g4"),size=n_vars,replace = TRUE)
v1 <- sample(x=c("a","b","c","d","e","f","g"),size=n_vars,replace = TRUE)
result <- rnorm(n=n_vars,mean=0,sd=10)

df <- data.frame(gene,v1,result) %>% 
  arrange(gene,v1) %>% 
  group_by(gene,v1) %>% 
  summarise(total=sum(result)) %>% 
  filter(total>10)