Question

我有一个数据框：

str(HSCtc_all_maxcols)
'data.frame':   12308 obs. of  11 variables:
 $ AGI   : Factor w/ 27747 levels "AT1G01010","AT1G01020",..: 1 6 7 8 12 14 17 18 19 20 ...
 $ k2.5m : num  0 0 0 0 0 0 0 0 0 0 ...
 $ k5m   : num  0 -0.38 0 0 0 0 0 0 0 0 ...
 $ k10m  : num  0 -0.6 0 0 0 -0.27 0 0 0 0 ...
 $ k15m  : num  0 -0.6 0 0 0 0 0 0 0 0 ...
 $ k20m  : num  0 0.33 0 -0.23 0 0.85 0 0.46 0 0 ...
 $ k30m  : num  0 0 -0.69 0 0.49 1 0 1.03 0 -1.17 ...
 $ k1h   : num  1.12 0 -1.46 -0.42 0.88 1.15 0 1.62 0 -1.3 ...
 $ k3h   : num  1.92 -0.61 -0.9 -1.55 1.67 -0.57 -0.6 1.08 -0.91 0 ...
 $ k30h  : num  0.62 0 0 0 0.26 0.2 -0.32 0 1.13 0 ...
 $ maxcol: chr  "k9h" "k9h" "k9h" "k2.5m" ...

head(HSCtc_all_maxcols)
        AGI k2.5m   k5m  k10m k15m  k20m  k30m   k1h   k3h k30h maxcol
1 AT1G01010     0  0.00  0.00  0.0  0.00  0.00  1.12  1.92 0.62    k9h
2 AT1G01060     0 -0.38 -0.60 -0.6  0.33  0.00  0.00 -0.61   0.00    k9h
3 AT1G01070     0  0.00  0.00  0.0  0.00 -0.69 -1.46 -0.90  0.00    k9h
4 AT1G01080     0  0.00  0.00  0.0 -0.23  0.00 -0.42 -1.55  0.00  k2.5m
5 AT1G01120     0  0.00  0.00  0.0  0.00  0.49  0.88  1.67   0.26    k3h
6 AT1G01140     0  0.00 -0.27  0.0  0.85  1.00  1.15 -0.57  0.20    k1h

对于此数据帧中的每一行，我想标识具有第一个非零值（从左到右）的列名。例如，在上面，对于第1行，第一个非零值的列名称为k1h。对于第2行，它是k5m。

我已经编写了代码来为每一行标识具有最高值的列的名称，并且该名称显示为名为maxcol的列中每一行的最后一个值。为此的代码是：

HSCtc_all_maxcols <- HSCtc_all %>% mutate(maxcol = names(HSCtc_all[2:18])[apply(HSCtc_all[,2:18],1,which.max)])

我想在数据框中添加另一列，以便为每一行标识具有第一个非零值的列名称。

例如：

head(HSCtc_all_maxcols)
        AGI k2.5m   k5m  k10m k15m  k20m  k30m   k1h   k3h  k30h maxcol fcol
1 AT1G01010     0  0.00  0.00  0.0  0.00  0.00  1.12  1.92   0.62   k9h   k1h
2 AT1G01060     0 -0.38 -0.60 -0.6  0.33  0.00  0.00 -0.61   0.00   k9h   k5m
3 AT1G01070     0  0.00  0.00  0.0  0.00 -0.69 -1.46 -0.90   0.00   k9h  k30m
4 AT1G01080     0  0.00  0.00  0.0 -0.23  0.00 -0.42 -1.55  0.00 k2.5m   k20m
5 AT1G01120     0  0.00  0.00  0.0  0.00  0.49  0.88  1.67   0.26   k3h k30m
6 AT1G01140     0  0.00 -0.27  0.0  0.85  1.00  1.15 -0.57  0.20    k1h k10m

Answer 1

这是使用max.col()-

在base R中的一种方法

names(HSCtc_all[2:18])[max.col(HSCtc_all[2:18] != 0, ties.method = "first")]

Answer 2

我们可以将apply与which.max逐行使用，以获取行中第一个非零值的索引，然后使用该索引对名称进行子集化

names(df[-1])[apply(df[-1] != 0, 1, which.max)]
#[1] "k1h"  "k5m"  "k30m" "k20m" "k30m" "k10m"

数据

df <- structure(list(AGI = structure(1:6, .Label = c("AT1G01010", "AT1G01060", 
"AT1G01070", "AT1G01080", "AT1G01120", "AT1G01140"), class = "factor"), 
k2.5m = c(0L, 0L, 0L, 0L, 0L, 0L), k5m = c(0, -0.38, 0, 0, 
0, 0), k10m = c(0, -0.6, 0, 0, 0, -0.27), k15m = c(0, -0.6, 
0, 0, 0, 0), k20m = c(0, 0.33, 0, -0.23, 0, 0.85), k30m = c(0, 
0, -0.69, 0, 0.49, 1), k1h = c(1.12, 0, -1.46, -0.42, 0.88, 
1.15), k3h = c(1.92, -0.61, -0.9, -1.55, 1.67, -0.57), k30h = c(0.62, 
0, 0, 0, 0.26, 0.2), maxcol = structure(c(4L, 4L, 4L, 2L, 
3L, 1L), .Label = c("k1h", "k2.5m", "k3h", "k9h"), class = "factor")), 
class = "data.frame", row.names = c("1", "2", "3", "4", "5", "6"))

为数据帧中的每一行标识具有非零值的第一列

2 个答案: