Подмножество с R и сложные кадры данных во вложенных списках

У меня очень большой и сложный фрейм данных из эксперимента ChIP-seq. Этот кадр данных содержит позиции привязки и оценки для чтения небольших секвенирования ДНК. Выход из программы spp. Данные организованы хромосомой с именами (spp_output $ npl), давая список всех хромосом. Если я выбираю хромосому (скажем CHR1) выходПодмножество с R и сложные кадры данных во вложенных списках

> names(spp_output$npl$chr1) 
[1] "x"   "y"   "evalue"  "fdr"  "nt"   
[6] "nbgt"  "enr"  "enr.ub"  "enr.mle" "nbgt.5"  
[11] "enr.5"  "enr.ub.5" "enr.mle.5" "nbgt.10" "enr.10"  
[16] "enr.ub.10" "enr.mle.10"

Мне нужно подмножество набора данных для каждой хромосомы по счету («у»). Кажется, что это не работает, если я

`spp_sub <- subset(spp_output, spp_output$npl$chr1$y > 40);`

И даже так, мне нужно было бы поставить строку для каждого часа. Как вы подсетете эти данные? ул (spp_output) выглядит следующим образом

> str(bp) 
List of 3890 
$ npl     :List of 21 
    ..$ chr1 :'data.frame': 5988 obs. of 17 variables: 
    .. ..$ x   : num [1:5988] 3480459 3662576 3720354 4043865 4078829 ... 
    .. ..$ y   : num [1:5988] 3.47 3.97 3.5 3.64 3.19 ... 
    .. ..$ evalue : num [1:5988] 162 88 159 135 283 ... 
    .. ..$ fdr  : num [1:5988] 0.00296 0.00226 0.00305 0.00279 0.00445 ... 
    .. ..$ nt  : int [1:5988] 6 5 5 0 5 4 3 5 1 1 ... 
    .. ..$ nbgt  : int [1:5988] 1 1 1 3 2 0 4 2 0 0 ... 
    .. ..$ enr  : num [1:5988] 3.033091 2.40555 2.40555 0.000391 1.656698 ... 
    .. ..$ enr.ub : num [1:5988] 207.74 176.66 176.66 3.79 47.37 ... 
    .. ..$ enr.mle : num [1:5988] 13.594 11.503 11.503 0.448 6.902 ... 
    .. ..$ nbgt.5 : int [1:5988] 4 2 7 10 11 8 15 10 5 1 ... 
    .. ..$ enr.5  : num [1:5988] 6.668665 8.28349 3.364963 0.000622 2.296721 ... 
    .. ..$ enr.ub.5 : num [1:5988] 89.4 236.83 35.41 4.51 20.01 ... 
    .. ..$ enr.mle.5 : num [1:5988] 22.657 34.509 11.503 0.747 7.502 ... 
    .. ..$ nbgt.10 : int [1:5988] 7 4 16 11 20 17 30 14 19 11 ... 
    .. ..$ enr.10 : num [1:5988] 8.69484 10.39636 3.29297 0.00113 2.68587 ... 
    .. ..$ enr.ub.10 : num [1:5988] 81.36 154.57 25.68 8.13 19.91 ... 
    .. ..$ enr.mle.10: num [1:5988] 27.19 38.34 10.46 1.36 8.42 ... 
    ..$ chr10:'data.frame': 3907 obs. of 17 variables: 
    .. ..$ x   : num [1:3907] 3030162 3047828 3077057 3086391 3163429 ... 
    .. ..$ y   : num [1:3907] 3.26 6.06 3 4.43 3.6 ... 
    .. ..$ evalue : num [1:3907] 256 12 426 44 145 ... 
    .. ..$ fdr  : num [1:3907] 0.00416 0.00103 0.00638 0.00139 0.00283 ... 
    .. ..$ nt  : int [1:3907] 2 6 3 4 3 6 4 0 3 3 ... 
    .. ..$ nbgt  : int [1:3907] 0 1 1 1 1 1 4 0 2 4 ... 
    .. ..$ enr  : num [1:3907] 1.49 3.03 1.2 1.79 1.2 ... 
    .. ..$ enr.ub : num [1:3907] 17463 208 114 146 114 ... 
    .. ..$ enr.mle : num [1:3907] 15.69 13.59 7.32 9.41 7.32 ... 
    .. ..$ nbgt.5 : int [1:3907] 11 7 12 8 10 4 12 4 8 9 ... 
    .. ..$ enr.5  : num [1:3907] 0.519 4.347 0.964 2.167 1.135 ... 
    .. ..$ enr.ub.5 : num [1:3907] 11.1 40.7 12.8 25.4 15.9 ... 
    .. ..$ enr.mle.5 : num [1:3907] 3.41 13.59 4.39 8.3 5.23 ... 
    .. ..$ nbgt.10 : int [1:3907] 21 13 17 10 18 15 12 11 19 22 ... 
    .. ..$ enr.10 : num [1:3907] 0.567 5.158 1.401 3.577 1.328 ... 
    .. ..$ enr.ub.10 : num [1:3907] 10.7 37.4 17.1 38.4 16.1 ... 
    .. ..$ enr.mle.10: num [1:3907] 3.65 15.1 6.27 13.44 5.94 ...

... для остальных хромосом. Любая помощь или совет приветствуются!

источник

2013-03-01 Matt Thornton

hi, возможно ли «dput()» ваши данные или разместить его где-нибудь? –

Есть ли что-нибудь в 'npl' помимо хромосом? (т. е. вы можете перебирать каждый элемент в 'npl'?) –

Вы хотите подмножить список хромосом или каждого хромосома data.frame? т. е. вы хотите сохранить хромосомы, у которых по крайней мере один y> 40, или вы хотите, для каждой хромосомы сохранить наблюдения, где y> 40? – adibender

Это классический случай, когда Split-Apply-Combine работает.

require(plyr) 
llply(spp_output$npl, subset, y > 10)

источник

2013-03-01 20:45:56 Ramnath

Это то, что наконец-то сработало. Благодаря! –

Похоже, что вы хотите, чтобы выбрать из bp$npl только те, где ХР значение у превышает 40. Если да, то следующий должен дать вам желаемых результатов:

# find which chrs have a y value greater than 40 
Indxs <- lapply(bp$npl, function(n) n$y > 40) 

# subset just those 
croppedList <- mapply(function(m, i) m[i, ], bp$npl, Indxs, SIMPLIFY=FALSE)

## BEFORE: 

    > bp 
    $npl 
    $npl$chr1 
     x y evalue fdr 
    1 -0.63 77 -0.04 -0.06 
    2 0.18 40 -0.02 -0.16 
    3 -0.84 63 0.94 -1.47 
    4 1.60 36 0.82 -0.48 
    5 0.33 43 0.59 0.42 
    6 -0.82 49 0.92 1.36 
    7 0.49 30 0.78 -0.10 
    8 0.74 49 0.07 0.39 
    9 0.58 74 -1.99 -0.05 
    10 -0.31 47 0.62 -1.38 

    $npl$chr2 
     x y evalue fdr 
    1 -0.41 42 0.40 2.40 
    2 -0.39 33 -0.61 -0.04 
    3 -0.06 62 0.34 0.69 
    4 1.10 74 -1.13 0.03 
    5 0.76 69 1.43 -0.74 
    6 -0.16 70 1.98 0.19 
    7 -0.25 53 -0.37 -1.80 
    8 0.70 50 -1.04 1.47 
    9 0.56 71 0.57 0.15 
    10 -0.69 60 -0.14 2.17 

    ## AFTER: 

    > croppedList 
    $chr1 
     x y evalue fdr 
    1 -0.63 77 -0.04 -0.06 
    3 -0.84 63 0.94 -1.47 
    5 0.33 43 0.59 0.42 
    6 -0.82 49 0.92 1.36 
    8 0.74 49 0.07 0.39 
    9 0.58 74 -1.99 -0.05 
    10 -0.31 47 0.62 -1.38 

    $chr2 
     x y evalue fdr 
    1 -0.41 42 0.40 2.40 
    3 -0.06 62 0.34 0.69 
    4 1.10 74 -1.13 0.03 
    5 0.76 69 1.43 -0.74 
    6 -0.16 70 1.98 0.19 
    7 -0.25 53 -0.37 -1.80 
    8 0.70 50 -1.04 1.47 
    9 0.56 71 0.57 0.15 
    10 -0.69 60 -0.14 2.17

источник

2013-03-01 18:53:43

Вы уверены, что это сработает? npl - это список, и оператор sapply также возвращает список с логическими векторами разной длины ... – adibender

Привет @adibender, оператор 'sapply' возвращает только одно значение (' TRUE' или 'FALSE') элемента на npl , –

Я не вижу его, npl - это список из 21, содержащий фреймы данных, 'n' в вашем выражении является data.frame,' n $ y' - это вектор, 'n $ y> 40' также является вектор, или я совершенно не прав здесь? – adibender

Похоже, проблема заключается в том, что вы имеете дело с вложенным списком. Вот минимальный пример похож на твой:

# Some sample data. This is a nested list 
set.seed(123) 
myList <- list(
    npl = list(
    chr1 = data.frame(x = rnorm(10), 
         y = sample(30, 10, replace = TRUE)), 
    chr2 = data.frame(x = rnorm(10), 
         y = sample(30, 10, replace = TRUE)) 
) 
) 

# Compare the structure 
str(myList) 
# List of 1 
# $ npl:List of 2 
# ..$ chr1:'data.frame': 10 obs. of 2 variables: 
# .. ..$ x: num [1:10] -0.5605 -0.2302 1.5587 0.0705 0.1293 ... 
# .. ..$ y: int [1:10] 27 21 20 30 20 22 17 18 9 5 
# ..$ chr2:'data.frame': 10 obs. of 2 variables: 
# .. ..$ x: num [1:10] 1.787 0.498 -1.967 0.701 -0.473 ... 
# .. ..$ y: int [1:10] 2 14 24 4 17 7 4 23 27 12

Итак, как мы извлечь определенные значения из «у» колонки от всех этих подсписков? Используйте lapply с unlist с recursive = FALSE следующим образом:

lapply(unlist(myList, recursive=FALSE), function(x) x[x$y > 5, ]) 
# $npl.chr1 
#    x y 
# 1 -0.56047565 27 
# 2 -0.23017749 21 
# 3 1.55870831 20 
# 4 0.07050839 30 
# 5 0.12928774 20 
# 6 1.71506499 22 
# 7 0.46091621 17 
# 8 -1.26506123 18 
# 9 -0.68685285 9 
# 
# $npl.chr2 
#    x y 
# 2 0.4978505 14 
# 3 -1.9666172 24 
# 5 -0.4727914 17 
# 6 -1.0678237 7 
# 8 -1.0260044 23 
# 9 -0.7288912 27 
# 10 -0.6250393 12

Чтобы понять, что происходит, попробуйте str(unlist(myList, recursive = FALSE)). Вы увидите, что список теперь «сплющен» в определенной степени. Это позволяет использовать lapply, чтобы напрямую добраться до человека data.frame.

источник

2013-03-01 18:59:12 A5C1D2H2I1M1N2O1R2T1

Подмножество с R и сложные кадры данных во вложенных списках

ответ

Смежные вопросы