小编use*_*668的帖子

我想排除包含字符串"REVERSE"的行,但我的行与单词完全不匹配,只包含它.

我的输入数据框:

   Value   Name 
    55     REVERSE223   
    22     GENJJS
    33     REVERSE456
    44     GENJKI

我的预期产量:

   Value   Name 
    22     GENJJS
    44     GENJKI

我想限制导入数据帧时的小数位数.我的.txt输入在collumn"Value"中的每一行都有16位小数.我的数据框看起来像这样:

Value 

0.202021561664556
0.202021561664556
0.202021561664556
0.202021561664556
...

我预期的数据框架

Value
0.20202156
0.20202156
0.20202156
0.20202156
...

无效的实际输入(DF):

DF <- "NE001358.Log.R.Ratio
    -0.0970369274475688
    0.131893549586039
    0.0629266495860389
    0.299559132381831
    -0.0128804337656807
    0.0639743960526874
    0.0271669351886552
    0.322395363972391
    0.179591292893632"

DF <- read.table(text=DF, header = TRUE)

我想删除基于两个列的重复行,而只是一个.

我的意见df:

RAW.PVAL  GR     allrl  Bak
0.05      fr     EN1    B12
0.05      fg     EN1    B11
0.45      fr     EN2    B10
0.35      fg     EN2    B066

我的输出:

RAW.PVAL  GR  allrl   Bak
0.05      fr   EN1    B12
0.45      fg   EN2    B10
0.35      fg   EN2    B066

我曾尝试过df<- subset(df, !duplicated(allrl, RAW.PVAL)),但我不会删除同时复制这两列的行.

谢谢!

随着我的输入不断涌现,我想实现对神经网络的持续训练.但是,当我获得新数据时,标准化值将随时间而变化.让我们说,我得到的时间:

df <- "Factor1 Factor2 Factor3 Response
        10      10000   0.4     99
        15      10200   0       88
        11      9200    1       99
        13      10300   0.3     120"
df <- read.table(text=df, header=TRUE)

normalize <- function(x) {
    return ((x - min(x)) / (max(x) - min(x)))
}

dfNorm <- as.data.frame(lapply(df, normalize))

### Keep old normalized values
dfNormOld <- dfNorm 

library(neuralnet)
nn <- neuralnet(Response~Factor1+Factor2+Factor3, data=dfNorm, hidden=c(3,4), 
    linear.output=FALSE, threshold=0.10,  lifesign="full", stepmax=20000)

然后,随着时间的推移,

df2 <- "Factor1 Factor2 Factor3 Response
        12      10100   0.2     101
        14      10900   -0.7    108
        11      9800    0.8 …

你好我试图B从矩阵中的列A中减去列dat来创建一个C列(A- B):

我的意见:

A  B
1  2
2  2
3  2
4  2

我的预期产量:

A  B  C
1  2 -1
2  2  0
3  2  1
4  2  2

我试过了:dat$C <- (dat$A - dat$B)但是我得到了:## $ operator is invalid for atomic vectors错误

干杯.

我正在尝试为数据框中end的col ensnp中的所有行添加前缀chrs:

 Name    endsnp
Bov001   Bov001
Bov002   Bov001

我的预期输出必须是这样的:

 Name     endsnp
Bov001   endBov001
Bov002   endBov001

我试过了chrs <- transform(chrs, endsnp = sprintf("end", endsnp)),但是得到了这个输出:

 Name     endsnp
Bov001     end
Bov002     end

关于我的错误的任何想法？谢谢!

假设我将caret在 R 中进行培训，但我想将此培训分为两个运行会话。

library(mlbench)
data(Sonar)
library(caret)
set.seed(998)
inTraining <- createDataPartition(Sonar$Class, p = .75, list = FALSE)
training <- Sonar[ inTraining,]
testing  <- Sonar[-inTraining,]

# First run session
nn.partial <- train(Class ~ ., data = training, 
                method = "nnet",
                 max.turns.of.iteration=5) # Non-existent parameter. But represents my goal

让我们假设nn整个对象我只有一个部分对象，它在第 5 回合（即nn.partial）之前具有训练信息。因此，将来我可以运行以下代码来完成训练工作：

library(mlbench)
data(Sonar)
library(caret)
set.seed(998)
inTraining <- createDataPartition(Sonar$Class, p = .75, list = FALSE)
training <- Sonar[ inTraining,]
testing  <- Sonar[-inTraining,]

nn <- train(Class ~ ., …

我想推断不同样本之间的共享基因组间隔.

我的意见:

sample    chr start end
NE001      1   100  200
NE001      2   100  200
NE002      1   50   150
NE002      2   50   150
NE003      2   250  300

我的预期产量:

chr start end  freq
1    100  150   2
2    100  150   2

其中"freq"是有多少样本用于推断共享区域.在上面的示例中,freq = 2(NE001和NE002).

干杯!

我想根据每列的算术平均值对数据框的列重新排序.

对于:

S1 S2 S3
1  1  1
2  1  1
3  3  1 

预期的产出是:

S3 S2 S1
1  1  1 
1  1  2 
1  3  3 

在上述情况下,平均值分别为:S1 = 2,S2 = 1.6666和S3 = 1,反相S1和S3列位置中的数据帧.

另外,我的真实数据也有NA的值.

我想根据列在数据框中重复整行samples。

我的输入：

df <- 'chr start end samples
        1   10   20    2
        2   4    10    3'
df <- read.table(text=df, header=TRUE)

我的预期输出：

df <- 'chr start end  samples
        1   10   20   1-10-20-s1
        1   10   20   1-10-20-s2
        2   4    10   2-4-10-s1
        2   4    10   2-4-10-s2
        2   4    10   2-4-10-s3'

一些想法如何明智地执行它？

我想通过特定模式重命名数据框中的所有列.

我的意见:

Log.NE122  Log.NE244  Log.NE144
-0.33       0.98        1.0

我的预期产量:

 NE122  NE244  NE144
-0.33   0.98    1.0

干杯.

我想df根据行的总和对列进行子集化.

df 数据帧:

NE001  NE002  NE003  NE004
  2      0      0      2

我的预期产量dfo:

NE001  NE004
 2       2

我试过dfo <- df[,which(names(df) == colSums(df==2))]但不行.

一些想法？

我想在我的 ggplot 中包含更详细的图例。当前的图例并不代表我所有的点尺寸。在以下示例中：

df <- "Freq Obs NumberOfWindows
        15 0.5  40
        12 0.4  80
        10 0.3  100
        8  0.2  800
       6   0.18 1300
       3   0.1  2000
       1   0.05 30000"

ResA <- read.table(text=df, header=T)


library(ggplot2)

 ggplot(ResA, aes(Freq, Obs, size=NumberOfWindows)) +
  geom_point() +
  xlab("Boundary frequency") +
  ylab("Average number of overlaps per window (10kb)") +
  ggtitle(as.character("The plot"))+ 
  theme_bw()+
  scale_size_continuous(name="area", range = c(1,20))

请注意，我的数字范围从 40 到 30000。我在那里有很大的差异，但是，我希望在图例中至少有最大和最小的点。否则图例对小点没有多大帮助。这里的任何想法都受到高度赞赏。