分析和绘制两个不同长度的数据框的通用解决方案？

Question

你能帮帮我吗？

我正在R 中编写代码来自动化多个网络的空模型分析。首先，代码将多个 TXT matrices 读入 R。其次，它计算每个网络的拓扑度量。第三，它使用空模型将每个网络随机化 N 次。第四，它为原始矩阵的所有随机版本计算相同的拓扑度量。

在第五步也是最后一步，我们的想法是将观察到的分数与随机分数的分布进行比较。首先，通过简单计算有多少随机分数高于或低于观察到的分数，以估计 P 值。其次，通过将随机分数的分布绘制为密度，并添加一条垂直线来显示观察到的分数。

以下是需要分析的data frames 示例：

networks <- paste("network", rep(1:3), sep = "")
randomizations <- seq(1:10)

observed.ex <- data.frame(network = networks,
                          observed = runif(3, min = 0, max = 1))

randomized.ex <- data.frame(network = sort(rep(networks, 10)),
                            randomization = rep(randomizations, 3),
                            randomized = rnorm(length(networks)*
                                                   length(randomizations),
                                               mean = 0.5, sd = 0.1))

在最终分析的第一步中，代码通过简单的计数来估计 P 值。如您所见，我需要为每个网络制作计算调用的副本：

randomized.network1 <- subset(randomized.ex, network == "network1")
sum(randomized.network1$randomized >= observed.ex$observed[1]) /
    length(randomized.network1$randomized)
sum(randomized.network1$randomized <= observed.ex$observed[1]) /
    length(randomized.network1$randomized)

randomized.network2 <- subset(randomized.ex, network == "network2")
sum(randomized.network2$randomized >= observed.ex$observed[2]) /
    length(randomized.network2$randomized)
sum(randomized.network2$randomized <= observed.ex$observed[2]) /
    length(randomized.network2$randomized)

randomized.network3 <- subset(randomized.ex, network == "network3")
sum(randomized.network3$randomized >= observed.ex$observed[3]) /
    length(randomized.network3$randomized)
sum(randomized.network3$randomized <= observed.ex$observed[3]) /
    length(randomized.network3$randomized)

在最后分析的第二步，代码制作密度图。如您所见，我需要为每个网络制作垂直线调用的副本：

ggplot(randomized.ex, aes(randomized)) +
    geom_density() +
    facet_grid(network~.) +
    geom_vline(data=filter(randomized.ex, network == "network1"),
               aes(xintercept = observed.ex$observed[1]), colour = "red") + 
    geom_vline(data=filter(randomized.ex, network == "network2"),
               aes(xintercept = observed.ex$observed[2]), colour = "red") + 
    geom_vline(data=filter(randomized.ex, network == "network3"),
               aes(xintercept = observed.ex$observed[3]), colour = "red") 

有没有办法让这个最终分析更通用，所以无论一开始读取多少个网络，它总是执行相同的计算和绘图？

非常感谢！

Answer 1

看起来这可以整齐地包装在一个循环遍历每个文件的lapply 中。以下如何为您工作？您还可以传入文件名而不是文件数（目前为 1:3），并在您的 TXT 矩阵中“读取”第一行。

library(dplyr) #For %>%, group_by, and summarize
output <- lapply(1:3, function(network_num){
  network <- paste0("network", network_num)
  n_randomizations <- 10
  observed.ex <- runif(1)
  randomized.ex <- rnorm(n_randomizations, mean = 0.5, sd = 0.1)

  return(data.frame(network=network, observed=observed.ex, randomized=randomized.ex))
}) %>% do.call(what = rbind)

output %>%
  group_by(network) %>%
  summarize(p_value=mean(observed>=randomized))

ggplot(output) +
  geom_density(aes(randomized)) +
  facet_grid(network~.) +
  geom_vline(aes(xintercept = observed), col="red")