我正在尝试使用dplyr包,但我遇到了处理变量的问题 .
假设我有一个简化数据帧
my.data <- as.data.frame(matrix(NA), ncol=4, nrow=6)
my.data <- as.data.frame(cbind(c("d6", "d7", "d8", "d9", "da", "db"), c(rep("C200", 2), rep("C400", 4)), c(rep("a",5), "b"), c("c", rep("a", 5))))
colnames(my.data) <- c("snp", "gene", "ind1", "ind2")
我首先用group_by计算每个基因的snp数:
new.data <- my.data %>% group_by(gene) %>% mutate(count = n())
但是我希望每个列的基因百分比得到字符串出现:
new.data %>% group_by(gene) %>% filter(grepl("a", ind1)) %>% dplyr::mutate(perc.a.ind1 = n()/count*100)
new.data %>% group_by(gene) %>% filter(grepl("a", ind2)) %>% dplyr::mutate(perc.a.ind2 = n()/count*100)
它工作正常 . 问题是我有很多人,我需要自动化它 . 所以我创建了一个名称向量并在for循环中运行我的函数(我知道循环不是最好的,我很乐意升级到应用版本或其他东西)
ind.vec <- colnames(my.data[,3:4])
for (i in 1:length(ind.vec){
new.data %>% group_by(gene) %>% filter(grepl("a", ind.vec[i])) %>% mutate(percent = n()/count*100)
}
我最后得到一个空的tibble,就像我的ind.vec中没有一个元素被识别一样 .
我读了小插曲https://cran.r-project.org/web/packages/dplyr/vignettes/programming.html,这让我觉得我已经发现了问题,但是我很难理解它,也无法使它与我的数据一起工作 .
我做了一些试验
ind.vec <- quote(colnames(my.data[,3:4]))
new.data %>% group_by(gene) %>% filter(grepl("a", !!(ind.vec[i]))) %>% mutate(percent = n()/count*100)
如何使dplyr识别向量元素?
你可以帮忙吗?
2 回答
我建议你使用tidyr :: gather .
我出于某种原因收到警告,但结果与您提供的结果相同 .
@SollanoRabeloBraga,非常感谢你!它解决了我的问题 . 我修改了聚集功能以包含更多个体
gather(ind, string, ind1:ind5)
然后我做了擦亮我的结果 .