如何使用獨立dplyr

我有以下tibble篩選每列行：如何使用獨立dplyr

library(tidyverse) 
df <- tibble::tribble(
    ~gene, ~colB, ~colC, 
    "a", 1, 2, 
    "b", 2, 3, 
    "c", 3, 4, 
    "d", 1, 1 
) 

df 
#> # A tibble: 4 x 3 
#> gene colB colC 
#> <chr> <dbl> <dbl> 
#> 1  a  1  2 
#> 2  b  2  3 
#> 3  c  3  4 
#> 4  d  1  1

我想要做的是後gene列每列的篩選值大於或等於2（> = 2）。導致：

gene, colB, colC 
a NA 2 
b 2 3 
c 3 4

我該如何實現這一目標？

列的基因後的數字實際上比僅僅2

來源

2017-05-29 pdubois

[過濾基於特定值data.frame中的每一列（HTTPS的可能重複：// stackoverflow.com/questions/28183653/filter-each-column-of-a-data-frame-based-on-a-specific-value） – www

我想你想''= 2'因爲2的值出現在所需的輸出。 – neilfws

@neilfws：你是對的。我更新了。 – pdubois

一個解決方案的更多：從廣角轉換爲長格式，所以你可以篩選只是一列，然後再轉換回寬在結束時，如果需要的。請注意，如果沒有值符合條件，這將會丟失基因。

library(tidyverse) 
df %>% 
gather(name, value, -gene) %>% 
    filter(value >= 2) %>% 
    spread(name, value) 

# A tibble: 3 x 3 
    gene colB colC 
* <chr> <dbl> <dbl> 
1  a NA  2 
2  b  2  3 
3  c  3  4

來源

2017-05-29 00:53:41 neilfws

即將dplyr 0.6（現在從GitHub安裝，如果你喜歡）具有filter_at，其可被用於過濾到具有大於或等於2的值的任何行，然後na_if可以應用類似地通過mutate_at，所以

df %>% 
    filter_at(vars(-gene), any_vars(. >= 2)) %>% 
    mutate_at(vars(-gene), funs(na_if(., . < 2))) 
#> # A tibble: 3 x 3 
#> gene colB colC 
#> <chr> <dbl> <dbl> 
#> 1  a NA  2 
#> 2  b  2  3 
#> 3  c  3  4

或者類似地，

df %>% 
    mutate_at(vars(-gene), funs(na_if(., . < 2))) %>% 
    filter_at(vars(-gene), any_vars(!is.na(.)))

可以翻譯爲與dplyr 0.5一起使用：

df %>% 
    mutate_at(vars(-gene), funs(na_if(., . < 2))) %>% 
    filter(rowSums(is.na(.)) < (ncol(.) - 1))

所有返回相同的東西。

來源

2017-05-29 01:42:28 alistaire

我們可以使用data.table

library(data.table) 
setDT(df)[df[, Reduce(`|`, lapply(.SD, `>=`, 2)), .SDcols = colB:colC] 
    ][, (2:3) := lapply(.SD, function(x) replace(x, x < 2, NA)), .SDcols = colB:colC][] 
# gene colB colC 
#1: a NA 2 
#2: b 2 3 
#3: c 3 4

或用melt/dcast

dcast(melt(setDT(df), id.var = 'gene')[value>=2], gene ~variable) 
# gene colB colC 
#1: a NA 2 
#2: b 2 3 
#3: c 3 4

來源

2017-05-29 03:45:01 akrun

如何使用獨立dplyr

回答

相關問題