我有一个 data.frame 对象。举个简单的例子:
> data.frame(x=c('A','A','B','B','B'), y=c('Ab','Ac','Ba', 'Ba','Bd'), z=c('Abb','Acc','Bad', 'Bae','Bdd'))
x y z
1 A Ab Abb
2 A Ac Acc
3 B Ba Bad
4 B Ba Bae
5 B Bd Bdd
实际数据中有更多的行和列。我怎么能像这样创建树状图的嵌套树结构对象:
|---Ab---Abb
A---|
| |---Ac---Acc
--| /--Bad
| |---Ba-------|
B---| \--Bae
|---Bb---Bdd
最佳答案
数据框到 Newick
我在计算系统发育学方面取得了博士学位,并且在我生成这个代码的过程中的某个地方,当我以这种非标准格式(在系统发育意义上)获得一些数据时,我使用了一两次。该脚本遍历数据框,就像它是一棵树......并沿途将内容粘贴到 Newick 字符串中,这是一种标准格式,然后可以转换为任何类型的树对象。
我想脚本可以优化(我很少使用它,所以在它上面做更多的工作会降低整体效率),但至少分享比让它在我的硬盘上收集灰尘更好。
## recursion function
traverse <- function(a,i,innerl){
if(i < (ncol(df))){
alevelinner <- as.character(unique(df[which(as.character(df[,i])==a),i+1]))
desc <- NULL
if(length(alevelinner) == 1) (newickout <- traverse(alevelinner,i+1,innerl))
else {
for(b in alevelinner) desc <- c(desc,traverse(b,i+1,innerl))
il <- NULL; if(innerl==TRUE) il <- a
(newickout <- paste("(",paste(desc,collapse=","),")",il,sep=""))
}
}
else { (newickout <- a) }
}
## data.frame to newick function
df2newick <- function(df, innerlabel=FALSE){
alevel <- as.character(unique(df[,1]))
newick <- NULL
for(x in alevel) newick <- c(newick,traverse(x,1,innerlabel))
(newick <- paste("(",paste(newick,collapse=","),");",sep=""))
}
主要功能
df2newick()
需要两个参数:df
这是要转换的数据帧(类 data.frame 的对象)innerlabel
它告诉函数为内部节点(bulean)写标签要在您的示例中演示它:
df <- data.frame(x=c('A','A','B','B','B'), y=c('Ab','Ac','Ba', 'Ba','Bd'), z=c('Abb','Acc','Bad', 'Bae','Bdd'))
myNewick <- df2newick(df)
#[1] "((Abb,Acc),((Bad,Bae),Bdd));"
现在您可以将它读入类
phylo
的对象中。与 read.tree()
从猿 library(ape)
mytree <- read.tree(text=myNewick)
plot(mytree)
如果要将内部节点标签添加到 Newick 字符串,可以使用以下命令:
myNewick <- df2newick(df, TRUE)
#[1] "((Abb,Acc)A,((Bad,Bae)Ba,Bdd)B);"
希望这是有用的(也许我的博士学位不是一个完整的时间;-)
数据帧格式的附加说明:
正如您所观察到的 df2newick 函数忽略了一个 child 的内部模式(无论如何最好与大多数系统发育方法一起使用......只与我有关)。
df
我最初获得并与此脚本一起使用的对象具有以下格式: df <- data.frame(x=c('A','A','B','B','B'), y=c('Abb','Acc','Ba', 'Ba','Bdd'), z=c('Abb','Acc','Bad', 'Bae','Bdd'))
与您的非常相似……但是“内部单一子节点”只是与它们的子节点同名,但是您也有此节点的不同内部名称,并且这些名称会被忽略……可能不相关,但您可以只需忽略递归函数的一部分,如下所示:
traverse <- function(a,i,innerl){
if(i < (ncol(df))){
alevelinner <- as.character(unique(df[which(as.character(df[,i])==a),i+1]))
desc <- NULL
##if(length(alevelinner) == 1) (newickout <- traverse(alevelinner,i+1,innerl))
##else {
for(b in alevelinner) desc <- c(desc,traverse(b,i+1,innerl))
il <- NULL; if(innerl==TRUE) il <- a
(newickout <- paste("(",paste(desc,collapse=","),")",il,sep=""))
##}
}
else { (newickout <- a) }
}
你会得到这样的东西:
[1] "(((Abb)Ab,(Acc)Ac)A,((Bad,Bae)Ba,(Bdd)Bd)B);"
这对我来说真的很奇怪,但我添加它以防万一,因为它现在确实包含来自原始数据帧的所有信息。
关于r - 如何将 data.frame 转换为树状结构对象,例如树状图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15343338/