使用 r 进行数据处理

Question

我有一个包含几列的 .ped 文件，我想从中提取信息。 这是我的数据示例（没有标题）：

1  1  1 
1  2  1
2  3  2
3  4  1
3  5  2
...

第一列表示ID家族，第二列表示ID个体，第三列表示个体性别。

我将表格作为数据框读取

ped <- read.table("pedigree.ped", header=FALSE)

我如何计算存在的家庭数量（一个家庭可以出现多次，我想将它们视为一个家庭）？ 我有一个性别列，其中 1 指定男性和 2 女性，我如何获得数据集中男性和女性的分布？

我是 R 的新手，如果你能提供一些代码！

提前致谢。

Answer 1

由于您是 R 新手，我建议您先研究一下 excel。您要求的操作相当简单，可以在excel中完成。

如果您想使用 R，请查看 data.frame 索引、子集等。

如果您熟悉 SQL，请关注sqldf package

家庭数量：

numFamilies <- length(unique(ped[,1]))

男女人数：

numMales <- sum(ped[,3] == 1)
numFemales <- sum(ped[,3] == 2)

Answer 2

尝试使用它来探索数据：

For family:
table(ped[,1])

For sex: 
table(ped[,3])