我正在尝试以大型 CSV 文件格式绘制基因测试的结果图。 CSV 中的每个 x,y 位置都是一个数字分数，其中大部分为零。我只对非零数据感兴趣。此外，每个 X 和 Y 标题的名称都有我想用来进一步对数据进行子集化的附加信息。我想做的是融化数据，去除所有具有零值的行，然后对融化的数据进行字符串拆分，以提供可用于转换的额外列。但是，当我尝试对融化的数据进行字符串拆分时遇到了问题。以下是命令和一些示例数据:
test <- read.csv("~/Documents/Bioinformatics/Python_Scripts/test.csv", as.is=TRUE)
smalltest <- test[1:10, 1:4]
small.melt <- melt(smalltest)
head(smalltest)
head(small.melt)
这导致以下数据:
head(small.test)
BlastCompare Triostin_A_2 Triostin_A_1 Myxochelin_2 Myxochelin_1
HA9WEQA05FUABT_497_TxR_K2 0 0 105 120
G9VUOJT08JA64I_426_TxC_N3 0 0 0 0
HA9WEQA06G2SFP_457_TxC_J4 0 0 0 0
HA9WEQA05GCP8Q_506_TxR_J7 150 150 0 0
HA9WEQA07HU6MW_421_TxR_P7 0 0 0 0
G9VUOJT05FST3W_399_TxR_J4 0 0 255 240
头(小.融化)
BlastCompare variable value
HA9WEQA05FUABT_497_TxR_K2Triostin_A_2 0
G9VUOJT08JA64I_426_TxC_N3 Triostin_A_2 0
HA9WEQA06G2SFP_457_TxC_J4 Triostin_A_2 0
HA9WEQA05GCP8Q_506_TxR_J7 Triostin_A_2 150
HA9WEQA07HU6MW_421_TxR_P7 Triostin_A_2 0
G9VUOJT05FST3W_399_TxR_J4 Triostin_A_2 0
然而，当我尝试在 $variable 列上进行字符串拆分时，会得到以下结果:
small.melt$name <- sapply(strsplit(small.melt$variable, "_") , "[", 1)
Error in strsplit(small.melt$variable, "_") : non-character argument
有什么想法吗？或者如何解决这个问题？
谢谢 扎克cp
最佳答案
问题是 small.melt$variable 属于 factor 类，而 strsplit() 需要一个 character 向量作为第一个参数。 (它在上面和下面的精简示例中返回的错误消息几乎告诉您):
f <- as.factor(c("a_b", "a_c"))
strsplit(f, "_")
Error in strsplit(f, "_") : non-character argument
要使 strsplit() 满意，只需使用 as.character() 将因子转换为字符向量:
sapply(strsplit(as.character(small.melt$variable), "_") , "[", 1)
# [1] "Triostin" "Triostin" "Triostin" "Triostin" "Triostin"
# [6] "Triostin" "Triostin" "Triostin" "Triostin" "Triostin"
# [11] "Triostin" "Triostin" "Myxochelin" "Myxochelin" "Myxochelin"
# [16] "Myxochelin" "Myxochelin" "Myxochelin" "Myxochelin" "Myxochelin"
# [21] "Myxochelin" "Myxochelin" "Myxochelin" "Myxochelin"
关于r - strsplit 融化的数据集，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8685300/