如何计算“+/-”表中的分类值？答案

【问题标题】：How do I count categorical values in a "+/-" table?如何计算“+/-”表中的分类值？
【发布时间】：2020-09-22 10:18:38
【问题描述】：

我有一个 n 行和 26 列的表，行名称作为基因名称，列作为每个基因的相关功能。如果基因在特定列上有“+”，则表示该基因与该功能相关。对于特定途径，我如何计算所有带有“+”的基因？我试图将图表变成一个数据框，比如 df1，然后使用 summarise 函数，但它没有给我想要的输出。我看到一些帖子说 str_detect() 有效，但这似乎是针对一个变量/列的。我期望从 Rstudio 获得的一个例子是：适应性免疫反应 4 血管生成 2 细胞凋亡 4 ....等等等等。这是我提到的图表的剪辑（点击链接，级别不够直接上传图片）： Gene List

欢迎您提出任何建议的功能或包，对于使用 R 进行数据分析仍然非常新。谢谢

回答关于上传可重现数据的评论：

structure(list(Gene = c("Cyp27a1", "Tnfrsf13c", "Igf1r", "S100a10", 
"Kit", "Hcar2", "Itgax", "Mbd2", "Asph", "Ccl7", "Dlg1", "Tgm1", 
"Gstm1", "Casp1", "Tbc1d4", "Olfml3", "Ppp3ca", "Igsf10", "Rpl28", 
"Rad1", "F3", "Gpr34", "Lrrc3", "Col6a3", "Cdc7", "Stx18", "Ccl2", 
"Ptx3", "Nfkb1", "Bola2", "Npl", "Itga6", "Slc17a7", "Prkar2a", 
"Serping1"), Cell.Type = c(NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
NA, "Dendritic cells", NA, NA, NA, NA, NA, NA, NA, NA), Adaptive_Immune_Response = c("-", 
"-", "-", "-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "+", "-", "-", "-", "-", "-", "-"), Angiogenesis = c("-", 
"-", "-", "-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Apoptosis = c("-", "-", 
"+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", "-", 
"-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"+", "-", "-", "-", "-", "+", "-"), Astrocyte_Function = c("-", 
"-", "-", "+", "-", "-", "-", "-", "-", "-", "-", "+", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", 
"+", "-", "-", "-", "-", "-", "-", "+"), Autophagy = c("-", "-", 
"+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", "-", "-", 
"-", "-", "-", "-", "-", "-", "-"), Carbohydrate_Metabolism = c("-", 
"-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Cell_Cycle = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "+", "-", "-", "-", "-", "+", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Cellular_Stress = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "+", "-", "-", "-", "-", "-", "-"), Cytokine_Signaling = c("-", 
"+", "-", "-", "+", "-", "-", "-", "-", "+", "-", "-", "-", "+", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", 
"-", "+", "-", "-", "-", "-", "-", "-"), DNA_Damage = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "+", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Epigenetic_Regulation = c("-", 
"-", "-", "-", "-", "-", "-", "+", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Growth_Factor_Signaling = c("-", 
"-", "+", "-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "+", "-", "-", "-", "-", "-", "-", "+", "-", "-", "-", 
"-", "+", "-", "-", "+", "-", "+", "-"), Inflammatory_Signaling = c("+", 
"+", "-", "-", "-", "-", "-", "-", "-", "+", "-", "-", "+", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", 
"-", "+", "-", "-", "-", "-", "-", "-"), Innate_Immune_Response = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", 
"-", "-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "+", 
"-", "+", "-", "-", "-", "-", "-", "-"), Insulin_Signaling = c("-", 
"-", "+", "-", "+", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Lipid_Metabolism = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Matrix_Remodeling = c("-", 
"-", "-", "-", "-", "-", "+", "-", "-", "-", "-", "-", "-", "-", 
"-", "+", "-", "-", "-", "-", "-", "-", "-", "+", "-", "-", "-", 
"-", "-", "-", "-", "+", "-", "-", "-"), Microglia_Function = c("-", 
"-", "-", "-", "-", "+", "+", "-", "+", "-", "-", "-", "-", "-", 
"+", "-", "-", "+", "+", "-", "+", "+", "+", "+", "-", "-", "-", 
"-", "-", "+", "+", "+", "-", "-", "-"), NF.kB = c("-", "+", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"+", "-", "-", "-", "-", "-", "-"), Neurons_and_Neurotransmission = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "+", "-", "-", "-", 
"+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "+", "-", "-"), Notch = c("-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-"), Oligodendrocyte_Function = c("-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-"), Wnt = c("-", "-", "-", 
"-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"+", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", "-", 
"-", "-", "-", "-", "-", "-"), Human_Gene = c("CYP27A1", "TNFRSF13C", 
"IGF1R", "S100A10", "KIT", "HCAR2", "ITGAX", "MBD2", "ASPH", 
"CCL7", "DLG1", "TGM1", "GSTM1", "CASP1", "TBC1D4", "OLFML3", 
"PPP3CA", "IGSF10", "RPL28", "RAD1", "F3", "GPR34", "LRRC3", 
"COL6A3", "CDC7", "STX18", "CCL2", "PTX3", "NFKB1", "BOLA2", 
"NPL", "ITGA6", "SLC17A7", "PRKAR2A", "SERPING1")), row.names = c(181L, 
705L, 314L, 602L, 382L, 285L, 353L, 433L, 24L, 98L, 189L, 680L, 
279L, 85L, 670L, 495L, 537L, 316L, 590L, 568L, 226L, 266L, 405L, 
156L, 131L, 661L, 94L, 562L, 471L, 66L, 484L, 349L, 631L, 546L, 
612L), class = "data.frame")

【问题讨论】：

分享一个可重现的数据示例而不是图像。
@sindri_baldur 你这是什么意思？我不明白你的意思，它最初是一个excel电子表格。要我上传excel文件吗？
您的问题被标记为R 。将数据作为data.frame导入R，并使用dput()共享一部分合理的数据。
所以将其输出为 ASCII 文本文件，然后粘贴到堆栈溢出？
是的，只是原始文本……复制数据。将其粘贴并确保格式化为代码。

标签： r dataframe statistics analysis

【解决方案1】：

使用table()的选项：

other_vars <- c("Gene", "Cell.Type", "Human_Gene")
pm_vars <- setdiff(names(df), other_vars)

do.call(rbind, lapply(df[pm_vars], table))

                               -  +
Adaptive_Immune_Response      32  3
Angiogenesis                  34  1
Apoptosis                     30  5
Astrocyte_Function            30  5
Autophagy                     33  2
Carbohydrate_Metabolism       34  1
Cell_Cycle                    33  2
Cellular_Stress               33  2
Cytokine_Signaling            29  6
DNA_Damage                    34  1
Epigenetic_Regulation         34  1
Growth_Factor_Signaling       28  7
Inflammatory_Signaling        29  6
Innate_Immune_Response        31  4
Insulin_Signaling             33  2
Lipid_Metabolism              35 35
Matrix_Remodeling             31  4
Microglia_Function            22 13
NF.kB                         33  2
Neurons_and_Neurotransmission 32  3
Notch                         35 35
Oligodendrocyte_Function      35 35
Wnt                           34  1

【讨论】：

【解决方案2】：

如果只有“+”和“-”，您可以执行 colSums(data.frame == "+") 来计算“+”条目的数量。对于那些“-”的人也是如此。下面我排除了我猜不应该包含加号或减号的列，使用 -c(..)

所以试试这样的：

counts = cbind(colSums(df[,-c(1,2,26)]=="+"),colSums(df[,-c(1,2,26)]=="-"))
colnames(counts) = c("plus","minus")

                              plus minus
Adaptive_Immune_Response         3    32
Angiogenesis                     1    34
Apoptosis                        5    30
Astrocyte_Function               5    30
Autophagy                        2    33
Carbohydrate_Metabolism          1    34
Cell_Cycle                       2    33
Cellular_Stress                  2    33
Cytokine_Signaling               6    29
DNA_Damage                       1    34
Epigenetic_Regulation            1    34
Growth_Factor_Signaling          7    28
Inflammatory_Signaling           6    29
Innate_Immune_Response           4    31
Insulin_Signaling                2    33
Lipid_Metabolism                 0    35
Matrix_Remodeling                4    31
Microglia_Function              13    22
NF.kB                            2    33
Neurons_and_Neurotransmission    3    32
Notch                            0    35
Oligodendrocyte_Function         0    35
Wnt                              1    34

【讨论】：