R中的条件替换

Question

我在 R 中有一个如下所示的数据框：

Genes       snps    X0  X1  X2  X3  
2   WASH7P  1_14677 0   2   2   2   
3   WASH7P  1_14684 0   1   2   0   
4   WASH7P  1_14685 0   0   0   0

是否可以进行条件替换，如果 int 2 在 X0-X3 列中的频率 > 0.5，则可以将 2 替换为 0，将 0 替换为 2？这样新的数据框是：

    Genes     snps  X0  X1  X2  X3  
2   WASH7P  1_14677 2   0   0   0   
3   WASH7P  1_14684 0   1   2   0   
4   WASH7P  1_14685 0   0   0   0

提前致谢！

Answer 1

使用R，我们可以为以'X' ('i1') 开头的列名创建索引。然后，我们根据 'X' 列中为 2 的值的 rowMeans 大于 0.5 的条件获取行索引。我们根据 row/column 索引对 'df1' 进行子集化，遍历列 (lapply(...)，然后使用recode 来自 library(car)。将输出分配回 'df1' 的 rows/columns 的子集。

library(car)
i1 <- grep('^X', names(df1))
i2 <- rowMeans(df1[i1]==2)> 0.5
df1[i1][i2,] <- lapply(df1[i1][i2,], recode, '2=0;0=2')
df1
#   Genes    snps X0 X1 X2 X3
#2 WASH7P 1_14677  2  0  0  0
#3 WASH7P 1_14684  0  1  2  0
#4 WASH7P 1_14685  0  0  0  0

数据

df1 <- structure(list(Genes = c("WASH7P", "WASH7P", "WASH7P"),
snps = c("1_14677", 
"1_14684", "1_14685"), X0 = c(0L, 0L, 0L), X1 = c(2L, 1L, 0L), 
X2 = c(2L, 2L, 0L), X3 = c(2L, 0L, 0L)), .Names = c("Genes", 
"snps", "X0", "X1", "X2", "X3"), class = "data.frame",
row.names = c("2", "3", "4"))

Answer 2

另一种可能的方法：

cbind(df[1:2], t(as.data.frame(apply(df[3:ncol(df)], 1, function(x) {
  if(mean(x == 2) > .5) {
    x[x==0] <- 4
    x - 2} else x}))))
#   Genes    snps X0 X1 X2 X3
#2 WASH7P 1_14677  2  0  0  0
#3 WASH7P 1_14684  0  1  2  0
#4 WASH7P 1_14685  0  0  0  0

在函数内部，4 被分配给了 0 值。然后从行中减去 2，留下所需的输出。

如果数据框的名称结构发生变化，请使用@akrun的列搜索方法。或者，如果 2 和 0 只是玩具示例并且重新编码要复杂得多，请使用 akrun 的值规范答案。这只是另一种没有包的方法。

R中的条件替换

Conditional replacement in R

r

bioinformatics

数据