循环遍历 data.frames

Question

我有 2 个数据帧

> head(cont)
                    old_pert     cmap_name       conc   perturb_geo        t1        t2        t3        t4        t5
1 5202764005789148112904.A02     estradiol 0.00000001 GSM119257 GSM119218 GSM119219 GSM119221 GSM119222 GSM119223
2 5202764005789148112904.A01 valproic acid 0.00050000 GSM119256 GSM119218 GSM119219 GSM119221 GSM119222 GSM119223

> head(expression)[1:3,1:8]
          GSM118911 GSM118912 GSM118913 GSM118723 GSM118724 GSM118725 GSM118726 GSM118727
1007_s_at     387.6     393.2     290.5     378.6     507.8     383.7     288.8     451.9
1053_at        56.4      53.5      32.8      39.0      71.5      47.3      46.0      50.1
117_at          6.3      33.6      19.2      17.6      20.3      15.0       7.1      43.1

我想应用一个循环来做：

for(i in 1:nrow(cont)){

首先从cont 中取一些值，这些值将在前面使用

vehicle <- cont[i, 5:9]
perturb <- cont[i, 4]
col_name <- paste(cont[i, 2], cont[i, 3], sep = '_') #estradiol_.00001
tmp <- sum(expression[,which(colnames(expression) == vehicle)])/5
tmp2 <- expression[,which(colnames(expression) == perturb)]
tmp3 <- tmp/tmp2
div <- cbind(div, tmp3)
colnames(div)[i + 1] <- col_name
}

从expression 那里获取col.names == vehicle & perturb 中的那些列并应用除法。

div <- expression$vehicle / expression$perturb #I'm not getting how I can pass here the value in `vehicle` and `perturb`

为这个新变量分配一个列名，该列名应该是drug_name 和concentration 的组合

col.names(div) <- drug_name_concentration

为其分配表达式的row.names：

row.names(div) <- row.names(expression)

所以这个过程将迭代 271 次 (nrow(cont) = 271) 并且每次新的分割列将 cbind 到我之前的 div。因此最终结果将是：

                arachidonic acid_0.000010     oligomycin_0.000001 .........
1007_s_at            0.45                      0.30
1053_at              1.34                      0.65
117_at               0.11                      0.67
.....
.....

我的头脑中的逻辑很清楚，但我不知道该怎么做。感谢您的帮助。

Answer 1

您没有在循环中正确分配变量。下面是一个示例循环，它将正确遍历分配变量的每一行。例如第一个循环 i == 1，注意我改变了列名的生成方式。

for(i in 1:nrow(cont)){
       vehicle <- cont[i, 3]
       perturb <- cont[i, 4]
       col_name <- paste(cont[i, 5], cont[i, 6], sep = '_')
    }

然后使用这些变量名搜索相应的列，然后您可以使用：

df[,which(colnames(df) == x)]

方法，其中 df 是数据框，x 是变量。

因此，

div <- data.frame(row.names(expression))
for(i in 1:nrow(cont)){
       vehicle <- cont[i, 3]
       perturb <- cont[i, 4]
       col_name <- paste(cont[i, 5], cont[i, 6], sep = '_')

       tmp <- expression[,which(colnames(expression) == vehicle)]/
                    expression[,which(colnames(expression) == perturb)]

       div <- cbind(div, tmp)

       colnames(div)[i + 1] <- col_name
    }

    div <- div[,-1]
    row.names(div) <- row.names(expression)

发生的情况是它遍历每一行，在找到这些列之前将值分配给变量，然后简单地除以结果向量。

然后它按列绑定到循环之前创建的 div 数据框，其中包含表表达式中的行名。

最后，重命名列名，并在完成循环后重命名行名并删除具有现在冗余值的第一列。

编辑 - 问题已更改

改变#1

vehicle <- cont[i, 5:9]

到

vehicle <- cont[i, c(5:9)] ## note c()

更改 #2

tmp <- sum(expression[,which(colnames(expression) == vehicle)])/5

到

tmp <- sum(expression[,which(colnames(expression) %in% vehicle)])/5

最终编辑

完整的工作功能：

for(i in 1:nrow(cont)){

  perturb <- cont[i, 4]
  col_name <- paste(cont[i, 2], cont[i, 3], sep = '_')
  vehicle <- cont[i, c(5:9)]
  vehicle <- unname(unlist(vehicle[1,]))
  tmp <- expression[,which(colnames(expression) %in% vehicle)]
  row_tots <- as.data.frame(rowSums(tmp))
  row_tots <- row_tots/5

  tmp <- row_tots/expression[,which(colnames(expression) == perturb)]
  div <- cbind(div, tmp)
  colnames(div)[i + 1] <- col_name
}
div <- div[,-1]
row.names(div) <- row.names(expression)