filtruj wiersze, które mają jedno lub określone fałdy

Nov 28 2020

Wciąż uczę się R, mam ten zestaw danych , ma 5 kolumn, pierwsza kolumna to tracking_id, następne cztery kolumny mają wartości czterech grup.

Chcę przefiltrować wiersze po porównaniu ostatnich trzech kolumn („CD44hi_CD69low_rep”, „CD44hi_CD69hi_CD103low_rep”, „CD44hi_CD69hi_CD103hi_rep”), które są 8 razy wyższe lub 4 razy niższe w porównaniu do kolumny („CD44low_rep”).

Jak to osiągnąć?

Odpowiedzi

1 akrun Nov 28 2020 at 05:10

Mnożymy kolumnę „CD44low_rep” przez 8 i 4, a następnie porównujemy ją z interesującymi nas kolumnami, używając >=i, <=odpowiednio, otrzymujemy sumę wierszy wartości PRAWDA z rowSums, sprawdzamy, czy jest równa 3 (tj. &aby zwrócić pojedynczy wektor logiczny z obu porównań i użyć go do podzbioru wierszy

nm1 <- c("CD44hi_CD69low_rep",  "CD44hi_CD69hi_CD103low_rep", 
         "CD44hi_CD69hi_CD103hi_rep")
i1 <- (rowSums(df1[nm1]  >= (df1$CD44low_rep * 8)) == 3) & (rowSums(df1[nm1] <= (df1$CD44low_rep * 4)) == 3)

df1[i1,]
# A tibble: 798 x 5
#   tracking_id   CD44low_rep CD44hi_CD69low_rep CD44hi_CD69hi_CD103low_rep CD44hi_CD69hi_CD103hi_rep
#   <chr>               <dbl>              <dbl>                      <dbl>                     <dbl>
# 1 1600014C23Rik           0                  0                          0                         0
# 2 1600019K03Rik           0                  0                          0                         0
# 3 1700006E09Rik           0                  0                          0                         0
# 4 1700010M22Rik           0                  0                          0                         0
# 5 1700011A15Rik           0                  0                          0                         0
# 6 1700016P04Rik           0                  0                          0                         0
# 7 1700018G05Rik           0                  0                          0                         0
# 8 1700019A02Rik           0                  0                          0                         0
# 9 1700024B18Rik           0                  0                          0                         0
#10 1700024G13Rik           0                  0                          0                         0
# … with 788 more rows

Lub używając dplyr, używamy tego samego wyrażenia, przechodząc przez interesujące nas kolumny za pomocą across(domyślnie sprawdza allkolumny)

library(dplyr)
df1 %>%
     filter(across(contains('hi'), ~ (. >= (CD44low_rep * 8)) & 
                (. <= (CD44low_rep * 4))))

-wynik

# A tibble: 798 x 5
#   tracking_id   CD44low_rep CD44hi_CD69low_rep CD44hi_CD69hi_CD103low_rep CD44hi_CD69hi_CD103hi_rep
#   <chr>               <dbl>              <dbl>                      <dbl>                     <dbl>
# 1 1600014C23Rik           0                  0                          0                         0
# 2 1600019K03Rik           0                  0                          0                         0
# 3 1700006E09Rik           0                  0                          0                         0
# 4 1700010M22Rik           0                  0                          0                         0
# 5 1700011A15Rik           0                  0                          0                         0
# 6 1700016P04Rik           0                  0                          0                         0
# 7 1700018G05Rik           0                  0                          0                         0
# 8 1700019A02Rik           0                  0                          0                         0
# 9 1700024B18Rik           0                  0                          0                         0
#10 1700024G13Rik           0                  0                          0                         0
# … with 788 more rows