有没有办法在 R 中使用 is.na 和列号引用？答案

【问题标题】：Is there way to use is.na in R with column number references?有没有办法在 R 中使用 is.na 和列号引用？
【发布时间】：2019-06-27 18:58:30
【问题描述】：

我正在构建一个生物信息学 R 包，并且我有一个数据表，其中一个列名是可变的，它将基于输入的基因组数据。我有一条带条件的行，我需要两个条件：一行中的一列是 NA，另一列大于用户将给出的某个数字。

我尝试将 is.na() 与 mergeframe_dt[,2] 之类的东西一起使用，其中我指定列 # 而不是典型的列名。

通常，这样的事情会起作用：

mergeframe_dt[is.na(new)&Reads>5, new := factor(0)]

但问题是“新”列名是可变的，在每种情况下都会有所不同。在我之前的代码中，我基本上将其设置为用户输入的基因组文件的名称。

理想情况下，我想要像这样工作的东西，它检查数据表 mergeframe_dt 的第二列是否为 NA 以及“读取”列是否大于 5。

mergeframe_dt<-as.data.table(mergeframe)
mergeframe_dt[is.na(mergeframe_dt[,2])&Reads>5, new := factor(0)]

我也试过了，但也没用：

mergeframe_dt[is.na(mergeframe_dt$(colnames(mergeframe_dt)[2]))&Reads>5, new := factor(0)]

错误：示例 1：

Error in `[.data.table`(mergeframe_dt, is.na(mergeframe_dt[, 2]) & Reads >  : 
  i is invalid type (matrix). Perhaps in future a 2 column matrix could return a list of elements of DT (in the spirit of A[B] in FAQ 2.14). Please report to data.table issue tracker if you'd like this, or add your comments to FR #657.

示例 2：

Error: unexpected '(' in "mergeframe_dt[is.na(mergeframe_dt$("

【问题讨论】：

标签： r data.table bioinformatics na

【解决方案1】：

仅使用基础 R，您可以执行以下操作：

library(data.table)

DT <- data.table(var = as.factor(c(1, NA, NA, 2)),
                 Reads = 4:7)

new <- "var"

expr <- substitute(DT[is.na(var_name) & Reads > 5, var_name := factor(0)],
                   list(var_name = as.name(new)))

eval(expr)

print(DT)
    var Reads
1:    1     4
2: <NA>     5
3:    0     6
4:    2     7

【讨论】：

如果 OP 有列号而不是名称，可以使用new <- names(DT)[num]。

【解决方案2】：

一种惯用的方式是使用.I

mergeframe_dt <- data.table(new=c(1,NA), Reads=c(1,6))
v <- "new"
mergeframe_dt[mergeframe_dt[, .I[is.na(get(v)) & Reads > 5]], (v) := 0L]

我希望..v 也能正常工作，而不是get(v)，也许我对.. 的理解不正确。

【讨论】：