如何使用我在数据框中的值上创建的函数并将值替换为函数的结果？答案

【问题标题】：How do I use a function I created on values within a dataframe and replace the values with outcome of the function?如何使用我在数据框中的值上创建的函数并将值替换为函数的结果？
【发布时间】：2018-08-05 03:52:36
【问题描述】：

我创建了一个名为getExpressionLevel 的函数，问题要求我使用此函数将数字替换为以下语句。那么我需要使用什么来实现这一点呢？

getExpressionLevel 的函数；

function(a)    {
  if    (a<5)    {
  cat    ("none")
  }

 if    (a>=5&a<20)    {
  cat    ("low")
 }

 if    (a>=20&a<60)    {
  cat    ("medium")
 }

  if    (a>=60)    {
  cat    ("high")
  }
}

“无”表示低于 5 的表达水平
“低”表示高于或等于 5 且低于 20 的表达水平
“中”表示表达水平高于或等于 20 且低于 60
“高”表示表达水平高于或等于 60

问题是；

创建一个名为expression_levels 的data.frame，它有10 行（每个基因一个）和3 列（每个细胞系一个）。然后计算每个细胞系中每个基因的平均表达，并使用 getExpressionLevel 函数相应地标记表达式。

这是我当前的 data.frame。其中的数据需要替换为 getExpression 函数的结果。

  genename       Kc167         BG3         S2

1   Clic        7.333333      48.33333      75.00000

2   Treh        24.666667     12.66667      52.33333

3   bib         31.333333      79.33333     82.00000

4   CalpC       65.000000     69.33333      63.66667

5   tud         59.666667     81.66667      16.33333

6   cort        74.333333     50.66667      28.66667

7   S2P         72.000000     39.66667      50.66667

8   Mitofilin   38.333333     29.00000      54.66667

9   Oxp         73.666667     49.33333      42.66667

10  Ada1-2      87.333333     42.00000      28.00000

这是预期的data.frame：

          Kc167      BG3        S2

 Clic       low      medium     high

 Treh      medium     low      medium

 bib       medium     high      high

 CalpC      high      high      high

 tud       medium     high      low

 cort       high     medium    medium

 S2P        high      medium   medium

 MitofiliN medium    medium    medium

 Oxp        high      medium   medium

 Ada1-2     high      medium   medium

【问题讨论】：

这是一个非常好的问题，但请注意，您可以使用一些格式设置使其更清晰。特别是代码需要缩进4个空格，项目符号最好用普通的*或-字符标记。
您好，我尝试编辑我的问题，但无法重新创建 data.frames。

标签： r dataframe function

【解决方案1】：

bin_breaks <- c(-Inf, 5, 20, 60, Inf)
bin_labels <- c("none", "low", "medium", "high")
df[,-1] <- sapply(df[,-1], function(x) cut(x, 
                                           breaks = bin_breaks, 
                                           labels = bin_labels, 
                                           right = F))
df

输出是：

    genename  Kc167    BG3     S2
1       Clic    low medium   high
2       Treh medium    low medium
3        bib medium   high   high
4      CalpC   high   high   high
5        tud medium   high    low
6       cort   high medium medium
7        S2P   high medium medium
8  Mitofilin medium medium medium
9        Oxp   high medium medium
10    Ada1-2   high medium medium

样本数据：

df <- structure(list(genename = c("Clic", "Treh", "bib", "CalpC", "tud", 
"cort", "S2P", "Mitofilin", "Oxp", "Ada1-2"), Kc167 = c(7.333333, 
24.666667, 31.333333, 65, 59.666667, 74.333333, 72, 38.333333, 
73.666667, 87.333333), BG3 = c(48.33333, 12.66667, 79.33333, 
69.33333, 81.66667, 50.66667, 39.66667, 29, 49.33333, 42), S2 = c(75, 
52.33333, 82, 63.66667, 16.33333, 28.66667, 50.66667, 54.66667, 
42.66667, 28)), .Names = c("genename", "Kc167", "BG3", "S2"), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10"))

编辑：在代码中添加了适当的right参数以满足边界条件和OP的要求（礼貌@drf）。

【讨论】：

一个小建议——您可能希望将ordered_result=TRUE 和right=TRUE 参数添加到cut 调用中以处理边界条件并生成有序因子。
谢谢@drf！为了满足 OP 的要求，我认为应该是 right=F，因为休息时间就像 [b1, b2)，即在左侧关闭。

【解决方案2】：

功能性的方式。了解如何使用函数总是很有帮助的。

## sample data
df <- data.table(genename = c('Clic','Treh','bib','CalpC'),
                 Kc167 = c(7.333,24.666,31.3333,65),
                 BG3 = c(48.33,12.66,79.33,69.33),
                 S2 = c(75.00,52.33,82.00,63.66))

## this function updates values based on following criterias
get_values <- function(x)
{
    if(x < 5) return ('None')
    else if ((x >= 5) && (x < 20)) return ('low')
    else if ((x >= 20) && (x < 60)) return ('medium')
    else if (x >= 60) return ('high')
}

## creating a new data frame with answers
df2 <- df$genename
df2$Kc167 <- sapply(df$Kc167, get_values)
df2$BG3 <- sapply(df$BG3, get_values)
df2$S2 <- sapply(df$S2, get_values)

  genename  Kc167    BG3     S2
1:     Clic    low medium   high
2:     Treh medium    low medium
3:      bib medium   high   high
4:    CalpC   high   high   high

【讨论】：