在數據框的同一列中有數字數據類型和字符數據類型？

在R中，我有一個很大的數據框（570行，200000列）。對於那些熟悉PLINK的人，我試圖創建一個用於GWAS分析的PED文件。 Plink要求每個缺少的字符都用0編碼。非缺失值是「A」，「T」，「C」或「G」。在數據框的同一列中有數字數據類型和字符數據類型？

因此，例如，數據框架中的數據結構看起來像這樣。

  COL1  COL2 
    PT1 A  T  
    PT2 T  T  
    PT3 A  A 
    PT4 A  T   
    PT5 0  0 
    PT6 A  A 
    PT7 T  A 
    PTn T  T

當我在Plink中運行我的文件時，出現錯誤。我回去檢查我在R中的文件，發現零是「字符」類型。 R中給定列中可能有兩種不同的數據類型（數字和字符）嗎？我試過讓0的數字類型，並保留字母作爲字符類型，但它不會工作。

來源

2012-10-02 Sheila

當您導出文件時，您可能可以使用'quote = FALSE'並獲取您要查找的行爲。 – Justin

假設PT1..n表示家族ID，COL1和COL2表示n個患者中一個snp的基因型，我提出這些問題。您是否刪除了文件中的標題行：COL1和COL2？ PLINK在創建PED文件時不喜歡標題。當您執行assoc過程時，您是否在plink中遇到錯誤，或者當您試圖將問題中的列與個人ID，父親身份，母親身份，性別和表型相結合時，您是否遇到錯誤。這些附加參數對於ped文件是必需的。 – Sathish

嗨Sathish - 是的，我已經刪除標題行，並添加基因型之前，還包括家庭ID，個人ID，父親身份證，母親身份證，性別和表型。我只是展示了一個基因型（第7列和以後）應該是什麼樣子的例子。當我嘗試使用此命令創建二進制PED文件時出現錯誤：plink --file data --make-bed --out data。錯誤是：錯誤：位點「rs1003076」有> 2個等位基因：個體6 2有基因型[「A」「G」] 但我們已經看到[「0」]和[「A」] – Sheila

我認爲賈斯汀的建議可能會解決你有一個的Plink的問題，而是想回答你的大膽問題...

是否有可能在兩個不同的數據類型（數字和字符）在R中給出列？

不是真的，但在這個特定的情況下，當它是一個離散變量時，是的。在R你有因子基本類型，在其他一些語言枚舉。當你讀一個表，讀

> as.integer(x) 
[1] 1 2 5 4 3 

> as.character(x) 
[1] "0" "A" "C" "G" "T"

現在：

例如試試這個：

x = factor(c("0","A","C","G","T"),levels=c(0,"A","T","G","C")) 
print(x) 

[1] 0 A C G T 
Levels: 0 A T G C

您可以將它們放回整數（第一級是默認值爲1）和字符。表中，您可以指出所有字符類型都應該作爲因子讀取，即使是那些帶有引號的字符也應該被讀作。

mydata = read.table("yourData.tsv",stringAsFactors=T);

來源

2012-10-02 22:13:11

在數據框的同一列中有數字數據類型和字符數據類型？

回答

相關問題