有没有办法计算数据框中一行中所有值的 Z 分数？

Question

我有一个数据框，其中包含一个基因在 1677 种条件下的表达水平。我希望创建一个新的数据框，其中每个条件都有 Z 分数。这是我到目前为止的代码：

for (cell_no in 1:ncol(NANOG_data)) {
  z_score[cell_no] <- (NANOG_data[2, cell_no] - rowMeans(NANOG_data)) / rowSds(as.matrix(NANOG_data))}

And this is what the data frame looks like.

当我运行这段代码时，我得到这个错误：

错误：找不到对象 'z_score'。

有没有一种方法可以更轻松地使用 for 循环填充新数据框，或者是否有一个矢量化函数我可以运行在我的原始数据框上计算每个值的 Z 分数？

Answer 1

正如@GuedesBF 评论的那样，发布数据的屏幕截图是不好的做法，您应该避免这种做法（参考 https://xkcd.com/2116/）。

我会尝试用虚拟数据集帮助您：

#let's first generate a matrix
set.seed(999)
my_dummy_data <- matrix(rnorm(length(letters)), nrow=1, dimnames=list(1,letters))

>my_dummy_data 
           a        b        c         d          e          f         g
1 -0.2817402 -1.31256 0.795184 0.2700705 -0.2773064 -0.5660237 -1.878658
          h          i         j        k         l         m         n
1 -1.266791 -0.9677497 -1.121009 1.325464 0.1339774 0.9387494 0.1725381
          o         p          q         r         s         t         u
1 0.9576504 -1.362686 0.06833513 0.1006576 0.9013448 -2.074357 -1.228563
          v          w         x         y         z
1 0.6430443 -0.3597629 0.2940356 -1.125268 0.6422657

据我了解，这与您的数据结构相同：列名是基因（例如“AAACCCTG...”），数值是“表达式”。（不是遗传学家，如果我用错了术语，我深表歉意:)）。

现在，我假设您想生成一个新向量，其中通过减去平均值并除以标准误差将表达式值转换为 z 分数。可以通过以下方式完成：

my_z_scores <-( my_dummy_data-mean(my_dummy_data) ) / sd(my_dummy_data)

超出您的实际问题，在进行任何进一步分析之前，您可能希望将数据转换为柱状形式：

my_better_dummy_data <- data.frame(gene=colnames(my_dummy_data), expression=as.vector(my_dummy_data) )

在柱状形式中，z 分数可以计算为

my_better_dummy_data$z_score <- (my_better_dummy_data$expression - mean(my_better_dummy_data$expression) / sd(my_better_dummy_data$expression)

有没有办法计算数据框中一行中所有值的 Z 分数？

Is there a way to calculate the Z score for all values in a row in a data frame?

r

rna-seq