我有一个来自 ChIP-seq 实验的非常大且复杂的数据框。该数据框包含小 DNA 测序读数的结合位置和分数。输出来自程序 spp。数据按染色体组织，名称 (spp_output$npl) 给出了所有染色体的列表。如果我选择一条染色体(比如 chr1)，则
的输出> names(spp_output$npl$chr1)
[1] "x" "y" "evalue" "fdr" "nt"
[6] "nbgt" "enr" "enr.ub" "enr.mle" "nbgt.5"
[11] "enr.5" "enr.ub.5" "enr.mle.5" "nbgt.10" "enr.10"
[16] "enr.ub.10" "enr.mle.10"
我需要按分数(“y”)为每个染色体对数据集进行子集化。如果我这样做似乎行不通
`spp_sub <- subset(spp_output, spp_output$npl$chr1$y > 40);`
即便如此，我也必须为每个字符添加一行。您将如何对这些数据进行子集化？ str(spp_output) 看起来像这样
> str(bp)
List of 3890
$ npl :List of 21
..$ chr1 :'data.frame': 5988 obs. of 17 variables:
.. ..$ x : num [1:5988] 3480459 3662576 3720354 4043865 4078829 ...
.. ..$ y : num [1:5988] 3.47 3.97 3.5 3.64 3.19 ...
.. ..$ evalue : num [1:5988] 162 88 159 135 283 ...
.. ..$ fdr : num [1:5988] 0.00296 0.00226 0.00305 0.00279 0.00445 ...
.. ..$ nt : int [1:5988] 6 5 5 0 5 4 3 5 1 1 ...
.. ..$ nbgt : int [1:5988] 1 1 1 3 2 0 4 2 0 0 ...
.. ..$ enr : num [1:5988] 3.033091 2.40555 2.40555 0.000391 1.656698 ...
.. ..$ enr.ub : num [1:5988] 207.74 176.66 176.66 3.79 47.37 ...
.. ..$ enr.mle : num [1:5988] 13.594 11.503 11.503 0.448 6.902 ...
.. ..$ nbgt.5 : int [1:5988] 4 2 7 10 11 8 15 10 5 1 ...
.. ..$ enr.5 : num [1:5988] 6.668665 8.28349 3.364963 0.000622 2.296721 ...
.. ..$ enr.ub.5 : num [1:5988] 89.4 236.83 35.41 4.51 20.01 ...
.. ..$ enr.mle.5 : num [1:5988] 22.657 34.509 11.503 0.747 7.502 ...
.. ..$ nbgt.10 : int [1:5988] 7 4 16 11 20 17 30 14 19 11 ...
.. ..$ enr.10 : num [1:5988] 8.69484 10.39636 3.29297 0.00113 2.68587 ...
.. ..$ enr.ub.10 : num [1:5988] 81.36 154.57 25.68 8.13 19.91 ...
.. ..$ enr.mle.10: num [1:5988] 27.19 38.34 10.46 1.36 8.42 ...
..$ chr10:'data.frame': 3907 obs. of 17 variables:
.. ..$ x : num [1:3907] 3030162 3047828 3077057 3086391 3163429 ...
.. ..$ y : num [1:3907] 3.26 6.06 3 4.43 3.6 ...
.. ..$ evalue : num [1:3907] 256 12 426 44 145 ...
.. ..$ fdr : num [1:3907] 0.00416 0.00103 0.00638 0.00139 0.00283 ...
.. ..$ nt : int [1:3907] 2 6 3 4 3 6 4 0 3 3 ...
.. ..$ nbgt : int [1:3907] 0 1 1 1 1 1 4 0 2 4 ...
.. ..$ enr : num [1:3907] 1.49 3.03 1.2 1.79 1.2 ...
.. ..$ enr.ub : num [1:3907] 17463 208 114 146 114 ...
.. ..$ enr.mle : num [1:3907] 15.69 13.59 7.32 9.41 7.32 ...
.. ..$ nbgt.5 : int [1:3907] 11 7 12 8 10 4 12 4 8 9 ...
.. ..$ enr.5 : num [1:3907] 0.519 4.347 0.964 2.167 1.135 ...
.. ..$ enr.ub.5 : num [1:3907] 11.1 40.7 12.8 25.4 15.9 ...
.. ..$ enr.mle.5 : num [1:3907] 3.41 13.59 4.39 8.3 5.23 ...
.. ..$ nbgt.10 : int [1:3907] 21 13 17 10 18 15 12 11 19 22 ...
.. ..$ enr.10 : num [1:3907] 0.567 5.158 1.401 3.577 1.328 ...
.. ..$ enr.ub.10 : num [1:3907] 10.7 37.4 17.1 38.4 16.1 ...
.. ..$ enr.mle.10: num [1:3907] 3.65 15.1 6.27 13.44 5.94 ...
...对于其余的染色体。非常感谢任何帮助或建议!!
最佳答案
这是 Split-Apply-Combine 工作的经典案例。
require(plyr)
llply(spp_output$npl, subset, y > 10)
关于r - 在嵌套列表中使用 R 和复杂数据框进行子集化，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15164696/