如何对R中的第一列（行名）进行子集化

Question

我有多个样本中基因表达的 xy 数据。我希望对第一列进行子集化，以便按字母顺序对基因进行排序并执行其他过滤。

> setwd("C:/Users/Will/Desktop/BIOL3063/R code assignment");
> df = read.csv('R-assignments-dataset.csv', stringsAsFactors = FALSE);

Here is a simplified example of the dataset I'm working with, it has 270 columns (tissue samples) and 7065 rows (gene names).

第一列是基因名称列表（A2M、AAAS、AACS 等），每一列是不同的组织样本，从而显示每个组织样本中的基因表达。

提出的问题是“按字母顺序 (A-Z) 对基因名称进行排序并打印出前 20 个基因名称”

我的想法是对第一列（基因名称）进行子集化，然后执行 order() 按字母顺序排序，之后我可以使用 head() 打印前 20 个。

但是当我尝试时

> genes <- df[1]

它只是子集包含数据的第一列 (TCGA-A6-2672_TissueA) 而不是其左侧的列。

还有

> genes <- df[,df$col1];
> genes;
data frame with 0 columns and 7065 rows
> order(genes);
integer(0)

似乎在 R Studio 的查看器中创建了一个基因名称列表，但我无法对其执行任何操作。

我无法正确定位 data.frame 中的第一列，因为它没有列标题，并且在对第 1 行（示例名称）执行相同操作时，我也遇到了同样的问题。

我是 R 的新手，这是我正在处理的任务的一部分，我似乎遗漏了一些基本的东西，但我不知道是什么。

大家好

Answer 1

请将您的文本文件示例作为文本而不是图像。

---

我已经创建了一个类似于你的数据集：

    X   Y
1   a   b
2   c   d
3   d   g

请注意，您的组织列有一个标题，但您的基因名称没有。因此，这些将被解释为行名，请参阅?read.table：

如果没有指定 row.names 并且标题行少了一个条目 比列数，第一列被视为行 名字。

在 R 中阅读它：

df <- read.table(text = '   X   Y
1   a   b
2   c   d
3   d   g')

所以你的基因名称不在df[1]，而是在rownames(df)，所以要获得这些genes <- rownames(df)或将这些添加到现有的df中，你可以使用df$gene <- rownames(df)

有多种方法可以将行名转换为列，例如question。

Answer 2

如果您在问我认为您在问什么，您只需要在 as.data.frame 函数内进行子集化，它会自动生成一个“标题”，正如您所说的那样。它将被称为 V1，这是您的新数据框的第一个变量。

genes <- as.data.frame(df[,1])
genes$V1
1 A
2 C
3 A
4 B
5 C
6 D
7 A
8 B

根据下面的评论，如果您从子集语法中删除逗号，则可以避免该问题。当您从data.frame 中选择列时，您只需索引列，而不是行。

genes <- df[1]