Question

我正在用生物信息学构建一个R包，我有一个数据表，其中的列名之一是可变的，它将基于输入的基因组数据。我有一条带有条件的行，其中需要两个条件：一行中的一列为NA，另一列大于用户将给出的某个数字。

我尝试将is.na（）与mergeframe_dt [，2]之类的东西一起使用，在此我指定列号而不是典型的列名。

通常，这样的方法会起作用：

mergeframe_dt[is.na(new)&Reads>5, new := factor(0)]

但是问题是'new'列名是可变的，在每种情况下它都会不同。在我的代码的前面，我基本上将其设置为用户将输入的基因组文件的名称。

理想情况下，我想要一种类似的功能，它可以检查数据表mergeframe_dt的第二列是否为NA，并且“读取”列是否大于5。

mergeframe_dt<-as.data.table(mergeframe)
mergeframe_dt[is.na(mergeframe_dt[,2])&Reads>5, new := factor(0)]

我也尝试过这个，但是也没用：

mergeframe_dt[is.na(mergeframe_dt$(colnames(mergeframe_dt)[2]))&Reads>5, new := factor(0)]

错误：范例1：

Error in `[.data.table`(mergeframe_dt, is.na(mergeframe_dt[, 2]) & Reads >  : 
  i is invalid type (matrix). Perhaps in future a 2 column matrix could return a list of elements of DT (in the spirit of A[B] in FAQ 2.14). Please report to data.table issue tracker if you'd like this, or add your comments to FR #657.

示例2：

Error: unexpected '(' in "mergeframe_dt[is.na(mergeframe_dt$("

Answer 1

仅使用基数R，您可以执行以下操作：

library(data.table)

DT <- data.table(var = as.factor(c(1, NA, NA, 2)),
                 Reads = 4:7)

new <- "var"

expr <- substitute(DT[is.na(var_name) & Reads > 5, var_name := factor(0)],
                   list(var_name = as.name(new)))

eval(expr)

print(DT)
    var Reads
1:    1     4
2: <NA>     5
3:    0     6
4:    2     7

Answer 2

惯用的方法是使用.I

mergeframe_dt <- data.table(new=c(1,NA), Reads=c(1,6))
v <- "new"
mergeframe_dt[mergeframe_dt[, .I[is.na(get(v)) & Reads > 5]], (v) := 0L]

我希望..v也能正常工作，而不是get(v)，也许我对..的理解是不正确的。

有没有办法在R中使用is.na和列号引用？

2 个答案: