【发布时间】:2014-02-13 14:57:35
【问题描述】:
我有这个数据集,我想以 ID.name 为行的方式重铸。 Canonical_Hugo_Symbol 是列名,Canonical_Protein_Change 是单元格的值。如果没有 NA 而其他单元格只有 0,那就太好了。
mydata.df <- data.frame(ID.name = c("1000", "1000", "1000", "1001","1001","1001","1002","1002" ), Canonical_Protein_Change = c("p.Y1467H", "p.R1466W", "p.*427Q", "p.V320fs","p.S5383fs","p.D519V","p.S51A", "p.K183_splice" ), Canonical_Hugo_Symbol = c("gene1", "gene3", "gene1", "gene1","gene3","gene4","gene1", "gene2" ))
我已经融化了:
ff.melt <- melt(mydata.df, id.var = c("ID.name", "Canonical_Hugo_Symbol"))
ff.melt
ID.name Canonical_Hugo_Symbol variable value
1 1000 gene1 Canonical_Protein_Change p.Y1467H
2 1000 gene3 Canonical_Protein_Change p.R1466W
3 1000 gene1 Canonical_Protein_Change p.*427Q
4 1001 gene1 Canonical_Protein_Change p.V320fs
5 1001 gene3 Canonical_Protein_Change p.S5383fs
6 1001 gene4 Canonical_Protein_Change p.D519V
7 1002 gene1 Canonical_Protein_Change p.S51A
8 1002 gene2 Canonical_Protein_Change p.K183_splice
然后我重铸了它:
ff.cast <- dcast(ff.melt, ID.name ~ Canonical_Hugo_Symbol + value)
我得到了这个df:
ff.cast
ID.name gene1_p.*427Q gene1_p.S51A gene1_p.V320fs gene1_p.Y1467H gene2_p.K183_splice gene3_p.R1466W gene3_p.S5383fs
1 1000 p.*427Q <NA> <NA> p.Y1467H <NA> p.R1466W <NA>
2 1001 <NA> <NA> p.V320fs <NA> <NA> <NA> p.S5383fs
3 1002 <NA> p.S51A <NA> <NA> p.K183_splice <NA> <NA>
gene4_p.D519V
1 <NA>
2 p.D519V
3 <NA>
这与我想要的很接近,但现在每个“基因”都有许多不同名称的列。例如我想要gene1_p.*427Q、gene1_p.S51A、gene1_p.V320fs、gene1_p.Y1467H 都在一个列中。
我也用过:
dcast(mydata.df, ID.name ~ Canonical_Hugo_Symbol, value_var = "Canonical_Protein_Change" )
但我收到此错误消息:
Error in .fun(.value[0], ...) : 2 arguments passed to 'length' which requires 1 >
谢谢
我想要这张桌子或类似的东西!谢谢!
ID.name gene1 gene2 gene3 gene4
1 1000 Cp.*427Q 0 p.R1466W 0
2 1001 p.V320fs 0 p.S5383fs p.D519V
3 1002 p.S51A p.K183 0 0
当我尝试时,我越来越近了,但列名错误:
reshape(mydata.df, direction = 'wide', idvar = 'ID.name', timevar = 'Canonical_Hugo_Symbol')
我已经修复了列名:
colnames(mydata.reshape) <- sub("Canonical_Protein_Change.(.*?)","\\1", colnames(mydata.reshape))
但是北美仍然存在
【问题讨论】:
-
我也使用过 dcast(mydata.df, ID.name ~ Canonical_Hugo_Symbol, value_var = "Canonical_Protein_Change" ) 但我收到此错误消息:.fun(.value[0], .. .) : 2 个参数传递给 'length' 需要 1 >
-
请发布您想要的输出。您已经对其进行了描述,但很难弄清楚您到底在寻找什么。
-
我也使用过 dcast(mydata.df, ID.name ~ Canonical_Hugo_Symbol, fun.aggregate = function(X) value.var = "Canonical_Protein_Change" ) 但只是重复 Canonical_Protein_Change 而不是值本身!
-
我现在已经在问题中添加了所需的输出
-
组合 'ID.name' = 1000 和 'Canonical_Hugo_Symbol' = gene1 有两个 'Canonical_Protein_Change':p.Y1467H 和 p.*427Q。您在您编辑的所需输出中选择了其中之一,Cp.*427Q(错字?)。为什么?