根据条件向列添加标志答案

【问题标题】：Add flags to columns according to a condition根据条件向列添加标志
【发布时间】：2019-04-12 11:44:46
【问题描述】：

假设你有一个这样的data.frame：

          FDR_1      Label_1     FDR_2      Label_2  
          0.001        NA        0.45         NA
          0.34         NA         6           NA
          0.2          NA         3           NA
          2            NA         2.5         NA
          4            NA        0.001        NA

总共 10.000 行和 3000 列，并且您想要以下输出：

       FDR_1      Label_1     FDR_2      Label_2  
          0.001        NA        0.45         NA
          0.34         NA         6           Y
          0.2          NA         3           Y
          2            Y         2.5          Y
          4            Y        0.001         NA

换句话说，您希望将 Y“标志”添加到 FDR* 列包含值 > 2 的行。

我试过这个：

lapply(mydf, function(x) ifelse(mydf[, grepl( "FDR" , names(mydf) ) > 2, .....)

但我不知道如何继续添加标志。

谁能帮帮我？

提前谢谢你

【问题讨论】：

我认为你的意思是 >= 2 否则 Label_1[4] 将是 NA

标签： r

【解决方案1】：

我们可以在base R 中使用

df1[!i1] <- 'Y'[(NA^(df1[i1] <= 2))]
df1
#   FDR_1 Label_1 FDR_2 Label_2
#1 0.001    <NA> 0.450    <NA>
#2 0.340    <NA> 6.000       Y
#3 0.200    <NA> 3.000       Y
#4 2.000    <NA> 2.500       Y
#5 4.000       Y 0.001    <NA>

在哪里

i1 <-  grepl("^FDR", names(df1))

数据

df1 <- structure(list(FDR_1 = c(0.001, 0.34, 0.2, 2, 4), Label_1 = c(NA, 
 NA, NA, NA, NA), FDR_2 = c(0.45, 6, 3, 2.5, 0.001), Label_2 = c(NA, 
 NA, NA, NA, NA)), class = "data.frame", row.names = c(NA, -5L
 ))

【讨论】：

不错的一个。不知道NA^0 == 1，这可能有点反直觉
@thothal 谢谢。我应该使用ifelse 让它更容易理解
需要注意的一点是 - 在它的所有优点中 - 此解决方案要求列按此特定顺序排列。更改为df1[, c(3, 2:1, 4)]，代码会产生错误的结果。恕我直言，代码应该（几乎）从不依赖行或列的顺序。
@thothal 当然，我注意到了

【解决方案2】：

我们可以使用 base R 中的split.default 来拆分数字上的列，即

do.call(cbind, 
   lapply(split.default(df, gsub('\\D+', '',names(df))), function(i){
                                           i[2] <- replace(i[2], i[1] >= 2, 'Y'); i}))

#  1.FDR_1 1.Label_1 2.FDR_2 2.Label_2
#1   0.001      <NA>   0.450      <NA>
#2   0.340      <NA>   6.000         Y
#3   0.200      <NA>   3.000         Y
#4   2.000         Y   2.500         Y
#5   4.000         Y   0.001      <NA>

【讨论】：

【解决方案3】：

使用reshape 的循环“免费”基础R 变体：

df <- structure(list(FDR_1   = c(0.001, 0.34, 0.2, 2, 4), 
                     Label_1 = c(NA, NA, NA, NA, NA), 
                     FDR_2   = c(0.45, 6, 3, 2.5, 0.001), 
                     Label_2 = c(NA, NA, NA, NA, NA)), 
                class     = "data.frame", 
                row.names = c(NA, -5L))

mv <- lapply(split(names(df), 
            gsub("(.+)_\\d+", 
                 "\\1", 
                 names(df))), sort)

data_long <- reshape(df, 
                     varying   = mv, 
                     direction = "long", 
                     v.names   = names(mv))
data_long$Label[data_long$FDR >= 2] <- "Y"
reshape(data_long)
#     id FDR_1 Label_1 FDR_2 Label_2
# 1.1  1 0.001    <NA> 0.450    <NA>
# 2.1  2 0.340    <NA> 6.000       Y
# 3.1  3 0.200    <NA> 3.000       Y
# 4.1  4 2.000       Y 2.500       Y
# 5.1  5 4.000       Y 0.001    <NA>

【讨论】：

【解决方案4】：

你也可以试试tidyverse

library(tidyverse)
read.table(text="  FDR_1      Label_1     FDR_2      Label_2  
          0.001        NA        0.45         NA
          0.34         NA         6           NA
          0.2          NA         3           NA
          2            NA         2.5         NA
          4            NA        0.001        NA    ", header=T) %>% 
  rownames_to_column() %>% 
  gather(k, v, -rowname) %>% 
  separate(k, into = c("k1", "k2")) %>% 
  spread(k1, v) %>% 
  mutate(Label = ifelse(FDR >= 2, "Y", Label)) %>% 
  gather(k, v, -rowname, -k2) %>% 
  unite(k, k2, k) %>% # changing the colnames a little bit
  spread(k, v) %>% 
  select(-1)    
  1_FDR 1_Label 2_FDR 2_Label
1 0.001    <NA>  0.45    <NA>
2  0.34    <NA>     6       Y
3   0.2    <NA>     3       Y
4     2       Y   2.5       Y
5     4       Y 0.001    <NA>

【讨论】：