通过组合两列的信息在 R 中构造一个数据框

Question

我有一个由两列组成的数据框：true.de.status 和 decision.de。数据集可重现如下：

dat = structure(c(0, 0, 1, 0, 1, 0, 1, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 
0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 
0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 0, 0, 1, 
0, 0, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 
0, 1, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 
0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0), .Dim = c(100L, 
2L), .Dimnames = list(NULL, c("true.de.status", "decision.de"
)))

dat 的前几行是：

       true.de.status decision.de
  [1,]              0           0
  [2,]              0           0
  [3,]              1           1
  [4,]              0           1
  [5,]              1           0
  [6,]              0           0
  [7,]              1           1
  [8,]              1           0

现在我希望用 x 轴绘制基因数（即dat 中的总行数）和 y 轴真实阳性数的图。 x 轴很容易确定：seq(0,100) 会给我 0、1、...、100 个基因。对于 y 轴，我需要根据 true.de.status 和 decision.de 这两列进行计算：当我遍历每一行时，我可以随着基因（行）数量的增加计算真正的阳性。例如，

first 1 gene included: True positive (TP) = 0
first 2 genes included: TP = 0
first 3 genes included: TP = 1 (since both columns have 1 and they match)
first 4 genes included: TP = 1 (`decision.de` is 1, but `true.de.status` is 0, so it is a false positive)
first 5 genes included: TP = 1 (two columns don't match)
......

有没有一种简单的方法来操作dat 数据框，并返回一个与dim(dat)[1] 长度相同的向量以及真阳性的数量？谢谢！

Answer 1

看看这是你想要的吗：

plot( cumsum( dat[ , "true.de.status"] == 1 &
              dat[ , "decision.de"] == 1) , 
      type="s")

（默认情况下，x值将是1:100。如果您想要的点或行，您可以更改类型参数。显然您可以使用vec <- ...分配umsum值为名称）

Answer 2

看起来像你想要的

df <- as.data.frame(dat)
df$TP <- cumsum(as.numeric(df$true.de.status == 1 & df$decision.de == 1))

这将返回两列都为 1 且匹配的实例的累积计数。