Question

我有一个染色体名称载体

q<-c("1","10","11","12","13","14","15","16","17",
     "18","19","20","21","22","2","3","4","5","6",
     "7","8","9","X","Y","M")

我想将它们排序为

q<-c("1","2","3","4","5","6","7","8","9","10","11",
     "12","13","14","15","16","17","18","19","20",
     "21","22","X","Y","M")

我试着自己做订单

chrOrder <-c((1:22),"X","Y","M")

并像

一样使用它

factor(cbind(q),levels=chrOrder)

但我仍然无法得到它。

编辑..... 我有类似的Senario但是很轻松。我有一个三列的数据框，名称，染色体，开始

df <-data.frame(name =c("a","a","a","b","b","b"), chrom = c(1,2,10,1,3,"X"), start=c(100,200,300,500,300,200))

我需要首先按名称排序，然后是染色体和开始。结果应该像

name chrom start
a     1   100
a     10  300
a     2   200
b     1   500
b     3   300
b     X   200

我不知道如何在下面使用chrOrder：

indata  <- df[do.call(order,df[,c(name, chrom, start)]),];

Answer 1

你的方法很好;你需要sort得到的因素。您还应该设置ordered=TRUE：

sort(factor(q,levels=chrOrder, ordered=TRUE))

不，正如已经指出的那样，你不必使用有序因子，但它肯定没有错 - 而且它可以说更好。这种情况的因素是你有明确定义的水平。请参阅this previous question on on factor vs character。

现在你已经编辑了你的问题，因为排序很简单，因此情况的情况更加强烈：

df <- data.frame(name=c("a","a","a","b","b","b"),
                 chrom = c(1,2,10,1,3,"X"),
                 start=c(100,200,300,500,300,200))

chrOrder <-c((1:22),"X","Y","M")
df$chrom <- factor(df$chrom, chrOrder, ordered=TRUE)

df[do.call(order, df[, c("name", "chrom", "start")]), ]

考虑到因子的水平，R确切知道如何对元素进行排序。

我跟随你的排序方法，但你可能想知道有更漂亮的方法，例如：

library(plyr)
df <- arrange(df, name, chrom, start)

Answer 2

factor和cbind在这里没有做任何事情（嗯，factor会这样做，但它并不是立即有用的。）

在您的具体情况下，只是说q <- chrOrder解决问题，不是吗？

更一般地说，您可以使用match获取由另一个向量x中的项目排序的向量y中的项目索引：

> match(chrOrder, q)
 [1]  1 15 16 17 18 19 20 21 22  2  3  4  5  6  7  8  9 10 11 12 13 14 23 24 25

现在，您可以使用这些索引编入q并获取订单：

> q[match(chrOrder, q)]
 [1] "1"  "2"  "3"  "4"  "5"  "6"  "7"  "8"  "9"  "10" "11" "12" "13" "14" "15"
[16] "16" "17" "18" "19" "20" "21" "22" "X"  "Y"  "M"

...所以这是一般方法。例如，作为一个更有用的示例：假设您实际上有一个带有data.frame列的chr个基因，您可以按如下方式对数据框的行进行排序：

> # Some test data
> df <- data.frame(chr = q, value = rnbinom(length(q), 1, 0.01),
+                  row.names = paste('gene', seq_along(q)))
> df <- df[match(chrOrder, df$chr), ]
> head(df)
        chr value
gene 1    1   270
gene 15   2    51
gene 16   3   115
gene 17   4    15
gene 18   5   196
gene 19   6    34

...数据框列现在按其所需的顺序按其chr列排序。

按染色体名称排序

2 个答案: