R：一列中不包括空格的条目数

Question

我的数据是这样的：

CHROM           Mutant_SNP_2
3RD                 T
4RD                 C
5RD                 
6RD                 G
7RD                 A
8RD

我有一个 CSV 数据框。我想从列 "Mutant_SNP_2" 中计算有多少行有一个条目，因此不需要计算任何空白“”。我将它按列 "CHROM" 分开。我在 dplyr 中使用此代码在布局方面获得了正确的输出： count(combined, Mutant_SNP_2, wt = CHROM, sort = FALSE) 但是它只计算空行而不是有值的行。非常感谢任何想法。我得到的输出：

 Mutant_SNP_2                         CHROM.x     n
         (fctr)                          (fctr) (int)
1               gi|339957448|gb|AENI01001139.1|    23
2               gi|339957449|gb|AENI01001138.1|     9
3               gi|339957451|gb|AENI01001136.1|    97
4               gi|339957452|gb|AENI01001135.1|   116
5               gi|339957453|gb|AENI01001134.1|   175
6               gi|339957454|gb|AENI01001133.1|     2
7               gi|339957455|gb|AENI01001132.1|    78
8               gi|339957456|gb|AENI01001131.1|    51
9               gi|339957457|gb|AENI01001130.1|     2
10              gi|339957458|gb|AENI01001129.1|    52
..          ...                             ...   ...

Answer 1

我们可以尝试对按 CHROM 分组的布尔向量 df$Mutant_SNP_2 != "" 求和。这是有效的，因为 TRUE 将被强制转换为 1，而 FALSE 将被转换为 0。

library(dplyr)
df %>% group_by(CHROM) %>%
  summarise(n = sum(Mutant_SNP_2 != "")) 

   CHROM     n
  (fctr) (int)
1    3RD     1
2    4RD     1
3    5RD     0
4    6RD     1
5    7RD     1
6    8RD     0

Answer 2

试试这个：

library(data.table)

setDT(df)[ Mutant_SNP_2 != "", .(count = .N), by=CHROM]

也许是这个？

setDT(df)[ ,.(count= length(unique(Mutant_SNP_2))),  by=CHROM]

Answer 3

我们可以 ave 从 base R 做到这一点

with(df1, as.numeric(ave(Mutant_SNP_2, CHROM, 
               FUN= function(x)  sum(nzchar(x)))))
#[1] 1 1 0 1 1 0

Answer 4

您可以尝试使用函数 table，带有 TRUE 的行将为您提供非空白值的数量，按 CHROM 值）：

table(df$Mutant_SNP_2!="", df$CHROM)

可以直接用table(df$Mutant_SNP_2!="", df$CHROM)[2, ]

得到结果

示例：

set.seed(123)
df <- data.frame(CHROM=sample(letters[1:3], 10, replace=TRUE), Mutant_SNP_2=sample(c("", "not blank"), 10, replace=TRUE), stringsAsFactors=FALSE)

table(df$Mutant_SNP_2!="", df$CHROM)
#        a b c
#  FALSE 0 2 3
#  TRUE  2 2 1

table(df$Mutant_SNP_2!="", df$CHROM)[2, ]
# a b c 
# 2 2 1

R：一列中不包括空格的条目数

R: count of the number of entries in a column excluding the blanks

r

bioinformatics

dataframe