我想将数据框分成几个较小的数据框.这看起来像一个非常微不足道的问题,但我找不到网络搜索的解决方案.
难道ifelse真的同时计算yes和no载体-如,每个向量的全部？或者它只是从每个向量计算一些值？
还有,ifelse真的那么慢吗？
我发现了两个线程对这个话题在R.计算十分位数然而,这两种方法,即dplyr::ntile和quantile()产生不同的输出.实际上,dplyr::ntile()无法输出正确的十分位数.
方法1:使用ntile()
从R:将数据集拆分为四分位数/十分位数.什么是正确的方法？线程,我们可以使用ntile().
这是我的代码:
vector<-c(0.0242034679584454, 0.0240411606258083, 0.00519255930109344,
0.00948031338483081, 0.000549450549450549, 0.085972850678733,
0.00231687756193192, NA, 0.1131625967838, 0.00539244534707915,
0.0604885614579294, 0.0352030947775629, 0.00935626135385923,
0.401201201201201, 0.0208212839791787, NA, 0.0462887301644538,
0.0224952741020794, NA, NA, 0.000984952654008562)
ntile(vector,10)
输出是:
ntile(vector,10)
5 5 2 3 1 7 1 NA 8 2 7 6 3 8 4 NA 6 4 NA NA 1
如果我们分析这个,我们看到没有第10个分位数!
方法2:使用quantile() 现在,让我们使用如何通过在数据框线程中对列进行排序来快速形成组(四分位数,十分位数等)中的方法.
这是我的代码:
as.numeric(cut(vector, breaks=quantile(vector, probs=seq(0,1, length = 11), na.rm=TRUE),include.lowest=TRUE))
输出是:
7 6 2 4 1 …我是R的新手,所以我希望能得到一些关于如何实现所需数据操作的指针.
我有一个包含三个变量的数据数组.
gene_id fpkm meth_val
1 100629094 0.000 0.0063
2 100628995 0.000 0.0000
3 102655614 111.406 0.0021
在根据fpkm将我的gene_ids分层为四分位数或十分位数之后,我想绘制平均的meth_val.
一旦我将数据加载到数据帧中......
data <- read.delim("myfile.tsv", sep='\t')
我可以使用以下方法确定fpkm十分位数:
quantile(data$fpkm, prob = seq(0, 1, length = 11), type = 5
产量
0% 10% 20% 30% 40% 50%
0.000000e+00 9.783032e-01 7.566164e+00 3.667630e+01 1.379986e+02 3.076280e+02
60% 70% 80% 90% 100%
5.470552e+02 8.875592e+02 1.486200e+03 2.974264e+03 1.958740e+05
从那里开始,我想基于fpkm_val是否适合这些十分之一,将数据帧基本上分成10组.然后我想在ggplot中绘制每个十分位数的meth_val作为一个箱形图并在十进制中执行统计测试.
我真正坚持的主要问题是如何以正确的方式分割我的数据集.任何帮助将非常感谢!
谢谢你!