【发布时间】：2012-12-05 02:51:15
【问题描述】：
下面我提供了一些我一直在处理的代码的 sn-p。我已经成功地将字符串作为表格阅读。我希望在我的表的某些子集上使用 median() 函数。根据我所做的研究和我自己的经验，median() 没有为 data.frame 或 data.frame 的子集定义行为。因此，为了让我的问题适合某些已定义的行为，我尝试将我想要的子集转换为向量。但是，即使在使用 as.vector 转换我想要的子集之后，我仍然有一个 data.frame。当我尝试对此调用中位数时，我得到“参数不是数字或逻辑：返回 NA。”
我自己玩过很多次，并试图在这里和其他地方找到信息。作为说明，我已经尝试了此线程R-friendly way to convert R data.frame column to a vector? 上的可接受解决方案中列出的方法，并取得了与我现在相同的结果。我不太在乎我是如何做到这一点的；欢迎提出其他方法。
感谢您的宝贵时间。
for(i in 1:length(text_array)){
temp= read.table(textConnection(text_array[i]), sep="\t",row.names=NULL, header= FALSE, fill=TRUE)
value=""
#we are now going to process temp and add it
cur_DS=coll_data_sets[i]
#median is the value that we are going to insert into the result array.
#currently the logic behind it is not implemented.
#the value will be the median of state1 divided by the median of state2.
t_states=vector(length=ncol(temp))
for(j in 1:ncol(temp)){
t_states[j]=toString(temp[2,j])
}
t_states=(unique(t_states))
#this logic is current is set to reject data from more than one state.
# It will also reject anything that appears to lack state data.
if(length(t_states) != 2){
value=NA
}else{
s1_expr=as.vector(x=(temp[3, temp[2,]==t_states[1]]))
s2_expr=as.vector(x=temp[3, temp[2,]==t_states[2]])
print(class(s1_expr))
# med1= (median(s1_expr))
# med2= (median(s2_expr))
# if(is.na(med1[1]) || is.na(med2[1])){
# value=-1
}#else{
# value=med1[1]/med2[1]
# print(value)
# }
}
[1] "data.frame"
[1] "data.frame"
[1] "data.frame"
这里是 'temp' 的示例值：
V1 V2 V3 V4
1 GSM506899 GSM506900 GSM506901 GSM506902
2 wild type wild type Zbtb20 null Zbtb20 null
3 99.3 98.24 66.2 102.42
4 55.8 20.11 22.9 16.98
5 159.6 63.46 102.5 67.17
6 166 54.73 215 49.46
【问题讨论】：
-
请发布一个可重现的示例。你的数据是什么样的？ 以表格形式读取字符串是什么意思？我正在描绘tatting
-
@mnel 将字符串读取为表格，我的意思是：
read.table(textConnection(text_array[i]), sep="\t",row.names=NULL, header= FALSE, fill=TRUE). Basically using text connections rather than files.我主要提到这一点，因为很多人不熟悉该功能。我将编辑问题以显示我的数据是什么样的。 -
您的数据似乎没有正确读入。您的前两行是否真的是列名，然后显示数据。 data.frame 不会处理这个问题。
标签： r vector casting dataframe