R - 如何根据数据框中一行中的值创建列的子集

Question

我有一个矩阵,我想分组并最终用于制作情节.该数据是群体中每个患者的特定血液标记物的计数列表.它看起来像这样:

    df <- data.frame(MarkerID=c("Class","A123","A124"),
             MarkerName=c("","X","Y"),
             Patient.1=c(0,1,5),
             Patent.2=c(1,2,6),
             Patent.3=c(0,3,7),
             Patient.4=c(1,4,8))

我想建立所有患者(第3-6列)的数据框,其类值为零(第1行),所有患者的第二个数据框的类值为1.

在过去,我使用子集函数根据列中的值选择行,是否可以根据行中的值选择列的子集？

我试过这个:

x <- subset(data, data[1,] == 0)

但是,当我这样做时dim(x),列数相同dim(data)但行数不同.有关如何使其返回的任何想法只返回第1行中值为0的列？

罗兰,是的.你的例子是df是数据框的样子.数据框中有大约30,000个标记和> 400个患者,因此我没有发布dput(head(data)).感谢重塑小费,我会试一试.

您的示例代码确实可以根据行对列进行子集化

data[,c(TRUE,TRUE,data[1,-(1:2)]==1)]

在数据上我然后能够获得包含所有行的数据框,并且只能获得具有指示类的列.

Answer 1

您的数据也没有很好的安排.重塑它会更好.

如果没有输入数据,这只是一个猜测:

df <- data.frame(MarkerID=c("Class","A123","A124"),
                 MarkerName=c("","X","Y"),
                 Patient.1=c(0,1,5),
                 Patent.2=c(1,2,6),
                 Patent.3=c(0,3,7),
                 Patient.4=c(1,4,8))

#  MarkerID MarkerName Patient.1 Patent.2 Patent.3 Patient.4
#1    Class                    0        1        0         1
#2     A123          X         1        2        3         4
#3     A124          Y         5        6        7         8

df[,c(TRUE,TRUE,df[1,-(1:2)]==0)]

#  MarkerID MarkerName Patient.1 Patent.3
#1    Class                    0        0
#2     A123          X         1        3
#3     A124          Y         5        7

这里c(TRUE,TRUE,df[1,-(1:2)]==0)创建一个逻辑向量,TRUE用于前两列和那些在第一行中为0的列.然后我根据这个向量对列进行子集化.

df[,c(TRUE,TRUE,df[1,-(1:2)]==1)]

#  MarkerID MarkerName Patent.2 Patient.4
#1    Class                   1         1
#2     A123          X        2         4
#3     A124          Y        6         8

这会将您的数据重塑为更常见的格式(对于统计软件):

library(reshape2)  
df2 <- merge(melt(df[1,],variable.name="Patient",value.name="class")[-(1:2)],
             melt(df[-1,],variable.name="Patient"),all=TRUE)

#    Patient class MarkerID MarkerName value
#1  Patent.2     1     A123          X     2
#2  Patent.2     1     A124          Y     6
#3  Patent.3     0     A123          X     3
#4  Patent.3     0     A124          Y     7
#5 Patient.1     0     A123          X     1
#6 Patient.1     0     A124          Y     5
#7 Patient.4     1     A123          X     4
#8 Patient.4     1     A124          Y     8

然后你可以使用subset:

subset(df2,class==0)

#    Patient class MarkerID MarkerName value
#3  Patent.3     0     A123          X     3
#4  Patent.3     0     A124          Y     7
#5 Patient.1     0     A123          X     1
#6 Patient.1     0     A124          Y     5