r 循环用于过滤每一列

Question

我有一个这样的数据框： gene expression data frame 假设列名是不同的样本，行名是不同的基因。 现在我想知道从每一列中过滤后剩下的基因数量 例如，

sample1_more_than_5 <- df[(df[,1]>5),]
sample1_more_than_10 <- df[(df[,1]>10),]
sample1_more_than_20 <- df[(df[,1]>20),]
sample1_more_than_30 <- df[(df[,1]>30),]

那么，

sample2_more_than_5 <- df[(df[,2]>5),]
sample2_more_than_10 <- df[(df[,2]>10),]
sample2_more_than_20 <- df[(df[,2]>20),]
sample2_more_than_30 <- df[(df[,2]>30),]

但我不想重复这 100 次，因为我有 100 个样本。 任何人都可以为这种情况写一个循环吗？谢谢

Answer 1

这是一个使用两个循环的解决方案，它按每个样本（列）计算值大于nums 向量中指示的值的基因（行）的数量。

#Create the vector with the numbers used to filter each columns
nums<-c(5, 10, 20, 30)

#Loop for each column
resul <- apply(df, 2, function(x){
  #Get the length of rows that have a higher value than each nums entry
  sapply(nums, function(y){
    length(x[x>y])
  })
})

#Transform the data into a data.frame and add the nums vector in the first column
resul<-data.frame(greaterthan = nums,
                  as.data.frame(resul))

Answer 2

我们可以遍历列并执行此操作并使用cut 创建分组

lst1 <- lapply(df, function(x) split(x, cut(x, breaks = c(5, 10, 20, 30))))

或findInterval 然后split

lst1 <- lapply(df, function(x) split(x, findInterval(x,  c(5, 10, 20, 30))))

---

如果我们按照 OP 帖子中创建对象的方式进行，那么全局环境中将有 100 * 4 即 400 个对象（100 列）。相反，它可以是单个 list 对象。

对象可以创建，但不推荐

v1 <- c(5, 10, 20, 30)
v2 <- seq_along(df)
 for(i in v2) {
     for(j in v1) {
      assign(sprintf('sample%d_more_than_%d', i, j), 
               value = df[df[,i] > j,, drop = FALSE])
    }
  }