这是一个非常简单的问题。
我有一个冗长的数据集，想根据特定列中的某些条目创建一个子集。在这种情况下，我是这样设置的：
示例数据：
> NL
SNP alleles
rs1234 A_T
rs1235 A_G
rs2343 A_T
rs2342 G_C
rs1134 C_G
rs1675 T_A
rs8543 A_T
rs2842 G_A
P <- subset(NL, alleles = "A_T", alleles = "T_A", alleles = "G_C", alleles = "C_G")
这运行没有错误，但生成的 P 无论如何都不是子集（P 的尾部仍然显示与原始 NL 相同数量的条目）。
我做错了什么？
【问题讨论】：
subset 成为等位基因in 和vector c('A_T','T_A','G_C','C_G')？附：这是一个提示之谜。
标签： r subset dataformat
最明显的错误是在您的意思是“==”时使用“=”。但我从上下文猜测你真的想“拆分”这些数据：
split(NL, NL$alleles)
这将创建一个数据框列表，每个数据框都有alleles 的值之一。
但也许你确实想使用模式匹配：
NL[ grepl("C_G|G_C|A_T|T_A", NL$alleles), ]
SNP alleles
1 rs1234 A_T
3 rs2343 A_T
4 rs2342 G_C
5 rs1134 C_G
6 rs1675 T_A
7 rs8543 A_T
并用我认为是您的评论示例进行说明：
P <- read.table(text="V1 V2 V3 V4 V5 V6 alleles
15116 25 rsX 0 123412 G A G_A
15117 25 rsX1 0 23432 A C A_C
15118 25 rsX2 0 234324 A G A_G
15119 25 rsX3 0 3423 A G A_G
15120 25 rsX4 0 2343223 C A C_A
15121 25 rsX5 0 23523423 A G A_G", header=TRUE)
P[ grepl("G_A", NL$alleles), ]
# V1 V2 V3 V4 V5 V6 alleles
# 15116 25 rs306910 0 154613671 G A G_A
子集版本：
subset(P, alleles %in% c("G_A", "A_G") )
V1 V2 V3 V4 V5 V6 alleles
15116 25 rsX 0 123412 G A G_A
15118 25 rsX2 0 234324 A G A_G
15119 25 rsX3 0 3423 A G A_G
15121 25 rsX5 0 23523423 A G A_G
【讨论】：
[.data.frame(x, r, vars, drop = drop) 中的错误：找不到对象“等位基因”可以使用拆分。谢谢！
NL 对象是一个数据框，并且等位基因列的名称是"alleles"。您可以使用str(NL) 查看它的结构，使用names(NL) 查看列名。
== 与其他 cmets 和答案中提供给您的其他更正结合起来。 == 并不是唯一的错误。在重试之前尝试修复这里的人们提出的所有问题。
= 用于传递参数或赋值。您需要的是测试某事是否属实，使用==。您还传递了多个条件，而不是指定应该如何组合。我很确定你想要那些条件中的 any 为真的子集（不是 all），但 R 不是。对于这种情况，您可以使用%in% 运算符：
P <- subset(NL, alleles %in% c("A_T", "T_A", "C_G"))
还请注意，您尝试为subset 提供几个条件，但您并没有告诉它如何组合它们。我可以看到您想要任何条件为真的行，但您必须使用 OR 运算符 | 告诉 R，例如
P <- subset(NL, alleles == "A_T" | alleles == "T_A" | alleles == "C_G")
上面的%in% 运算符就像是这个的简写。
【讨论】：