Question

我对R来说比较新，并且对于确定属于某个范围的值的数量有疑问。

我有一个数据表，其中列名称为单元格类型（20个单元格类型），然后是每个单元格类型的23000个基因的行名称及其甲基化值（0到1之间）。我已经提供了下面的数据集样本（我希望它很清楚！）

                 MCF-7     T47D     Kuramochhi   CAOV4      JHOS4
cg00964109 0.03425448 0.042629239 0.08461351 0.04095205 0.039999  
cg00967316 0.44065041 0.800911854 0.35689046 0.63291139 0.812005277  
cg00968475 0.64207018 0.910031909 0.06120248 0.84703547 0.084849946

我想做的是运行循环（或者更简单的方法！）以确定甲基化值落在以下范围内的基因数量：0-0.0999,0.1-0.1999,0.2-0.29999等每种细胞类型高达0.9-1。我还想对整个数据表进行类似的分析（即甲基化值落在上述范围内的基因数）。

Answer 1

这是一种方法：

R> apply(Data,2,function(x){
      table(cut(x,seq(0,1,.1),right=F))
  })
          MCF-7 T47D Kuramochhi CAOV4 JHOS4
[0,0.1)      99  105        102   103   100
[0.1,0.2)    99   90        116   105   102
[0.2,0.3)    98  103         93    92    97
[0.3,0.4)   108   91         91    93   105
[0.4,0.5)   103  114        104   101   107
[0.5,0.6)   100  111         77    97   105
[0.6,0.7)    98   89        110   103   102
[0.7,0.8)    97  100        110    81   109
[0.8,0.9)   106  112         90   110    94
[0.9,1)      92   85        107   115    79

数据：

set.seed(123)
Data <- matrix(runif(5000),ncol=5,
               dimnames=list(
                 paste0("gene_",1:1000),
                 c('MCF-7','T47D','Kuramochhi',
                   'CAOV4','JHOS4')))

Answer 2

这至少应该让你开始：

x <- read.table(text="MCF-7     T47D     Kuramochhi   CAOV4      JHOS4
cg00964109 0.03425448 0.042629239 0.08461351 0.04095205 0.039999  
cg00967316 0.44065041 0.800911854 0.35689046 0.63291139 0.812005277  
cg00968475 0.64207018 0.910031909 0.06120248 0.84703547 0.084849946")

apply(x, 1, function(value) length(which(value <= 0.0999)))
apply(x, 1, function(value) length(which(value >= 0.1 & value <= 0.1999)))
apply(x, 1, function(value) length(which(value >= 0.2 & value <= 0.2999)))

等。

识别特定范围内的值的数量

2 个答案: