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
答案 0 :(得分: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)