【发布时间】：2017-12-02 00:33:13
【问题描述】：
我有一个分类变量数据框，看起来像这样（但更长）。
taxTest <- structure(list(Kingdom = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "Bacteria", class = "factor"),
Phylum = structure(c(2L, 1L, 1L, 1L, 1L), .Label = c("Bacteroidetes",
"Proteobacteria"), class = "factor"), Class = structure(c(2L,
1L, 1L, 1L, 1L), .Label = c("Bacteroidia", "Gammaproteobacteria"
), class = "factor"), Order = structure(c(2L, 1L, 1L, 1L,
1L), .Label = c("Bacteroidales", "Enterobacteriales"), class = "factor"),
Family = structure(c(2L, 1L, 3L, 1L, 3L), .Label = c("Bacteroidaceae",
"Enterobacteriaceae", "Prevotellaceae"), class = "factor"),
Genus = structure(c(2L, 1L, 3L, 1L, 3L), .Label = c("Bacteroides",
"Escherichia/Shigella", "Prevotella"), class = "factor"),
Genus.y = structure(c(NA, 1L, 2L, 1L, 2L), .Label = c("Bacteroides",
"Prevotella"), class = "factor"), Species = structure(c(1L,
4L, 2L, 5L, 3L), .Label = c("albertii/boydii/coli/coli,/dysenteriae/enterica/fergusonii/flexneri/sonnei/vulneris",
"copri", "disiens", "dorei", "dorei/vulgatus"), class = "factor")), .Names = c("Kingdom",
"Phylum", "Class", "Order", "Family", "Genus", "Genus.y", "Species"
), row.names = c("tax1", "tax2", "tax3", "tax4", "tax5"), class = "data.frame")
我想从这些数据中得出一个简短的分类名称，因此我运行了一个比这个稍微复杂的函数（它必须处理这些分类级别中的 NA 数据），但是以同样的方式失败。
library(dplyr)
tag_taxon <- function(tvdf){
species <- tvdf %>% dplyr::select(Species) %>% unlist
genus2 <- tvdf %>% dplyr::select(Genus, Genus.y) %>% unlist
genus <- genus2 %>% na.omit %>% .[1]
#genus <- tvdf %>% dplyr::select(Genus) %>% unlist
out <- paste(genus, species)
out }
如果我对表格的每一行运行这个函数，我会得到一个我期待的答案，一个属名和种名。
for(i in 1:5){
print(taxTest %>% .[i,] %>% tag_taxon)
}
[1] “埃希氏菌/阿尔伯氏志贺菌/boydii/coli/coli,/dysenteriae/enterica/fergusonii/flexneri/sonnei/vulneris”
[1]“拟杆菌”
[1]“普雷沃氏菌”
[1] "Bacteroides dorei/vulgatus"
[1]“普雷沃氏菌”
我觉得我应该能够使用 dplyr 将此函数应用于数据框的每一行。不幸的是，这会返回违反直觉的结果。
taxTest %>% rowwise %>% tag_taxon
'Escherichia/Shigella albertii/boydii/coli/coli,/dysenteriae/enterica/fergusonii/flexneri/sonnei/vulneris' '大肠埃希氏菌/Shigella dorei' '大肠埃希氏菌/Shigella copri' 'Escherichia/Shigella dorei/vulgatus' 'Escherichia/Shigella disiens'
我想也许 apply 函数也可以在这里工作，但这完全失败并显示一个神秘的错误消息。
apply(taxTest, 1, tag_taxon)
UseMethod("select_") 中的错误：'select_' 没有适用的方法 应用于“字符”类 Traceback 的对象：
- 申请(taxTest, 1, tag_taxon)
- FUN(newX[, i], ...)
- tvdf %>% dplyr::select(Species) %>% unlist # 在文件的第 4 行
- withVisible(eval(quote(
_fseq(_lhs)), env, env))- eval(quote(
_fseq(_lhs)), env, env)- eval(quote(
_fseq(_lhs)), env, env)_fseq(_lhs)- freduce(值,
_function_list)- function_list[i]
- dplyr::select(., Species)
- select.default(., Species)
- select_(.data, .dots = compat_as_lazy_dots(...))
对这里发生的事情有任何想法吗？我可以用 for 循环完全解决这个问题，但如果可以的话，我宁愿使用 dplyr。
谢谢！
编辑：还有一件事！我忘了在我原来的帖子中提到，如果一个人取消了#genus <- tvdf %>% dplyr::select(Genus) %>% unlist 行（也就是说，我不尝试将物种信息附加到属信息），那么 plyr 函数会给出预期的结果。
【问题讨论】：
-
你可以用
taxTest %>% select(Species) %>% unlist代替taxTest %>% pull(Species)。 -
另外，由于您已经加载了
dplyr，因此无需使用dplyr::select而只是select。