Question

我有一个df：

a<-c('TSPAN6','DPM1','SCYL3')
b<-c(0.1,0.001,0.0002)
c<-c(0.01,0.01,0.001)
d<-c(-0.5,1.3,-1.7)
df<-data.frame(a,b,c,d)
names(df)<- c('gene', 'p-val','padj','lfc')

我想根据其他列的条件创建一个新列。像这样：

if (df$p-val < 0.01){
  df$new == 'black'
} else if (df$p-val<0.01 & df$padj < 0.01 & df$lfc<0) {
  df$new == 'blue'
} else if (df$p-val < 0.01 & df$padj < 0.01 & df$lfc > 0) {
  df$new =='red'
} else {
  df$new =='grey'
}

这不起作用，我得到

我看过与此类似的帖子，但答案似乎总是使用'elsif'代替，但我看不到如何在两个以上的条件下使用'elsif'？

条件的长度> 1，并且仅使用第一个元素

Answer 1

您可以使用within来操纵数据帧的变量，而无需始终使用df$对其进行引用。在括号[中创建一个逻辑子集（尝试使用df$p.val < 0.01），总共只有TRUE成为向量的子集（位于[的正前方，例如new[...]）。通过分配<-，您可以设置一切都交给"black"。

df <- within(df, {
  new <- "grey"
  new[p.val < 0.01] <- "black"
  new[p.val < 0.01 & padj < 0.01 & lfc > 0] <- "blue"
  new[p.val < 0.01 & padj < 0.01 & lfc > 0] <- "red"
})
df
#     gene p.val  padj  lfc   new
# 1 TSPAN6 1e-01 0.010 -0.5  grey
# 2   DPM1 1e-03 0.010  1.3 black
# 3  SCYL3 2e-04 0.001 -1.7 black

注意，您尝试的代码存在一些问题。您说df$new == 'black'，但实际上是指df$new = 'black'。 ==和=之间有很好的区别。 == 比较两个元素，而= 分配从右到左；这就是为什么我们更愿意使用<-而不是=进行分配的原因，因为它使这一点更加清楚。使用=设置参数的函数例外。

@ mischva11 也已指出使用-，+，:，/，*等运算符等不是一个好主意，在R中我们改用.。还要避免使用前导数字，例如20.sample会带来很多麻烦。

数据

df <- structure(list(gene = structure(c(3L, 1L, 2L), .Label = c("DPM1", 
"SCYL3", "TSPAN6"), class = "factor"), p.val = c(0.1, 0.001, 
2e-04), padj = c(0.01, 0.01, 0.001), lfc = c(-0.5, 1.3, -1.7)), class = "data.frame", row.names = c(NA, 
-3L))

如何使用是否创建df

1 个答案: