我使用的数据看起来如何(它是 SNP 数据):
AA CC CA GG
GA CA CC GG
GG CCCC CAA GG
CA GG CC GC
我希望它在情况 2 之后变成什么样子(由于第 2 列有多个字符,第 3 行被删除,并且所有列都被拆分为 2)
A A C C C A G G
G A C A C C G G
C A G G C C G C
案例1
我现在用的是什么
mydata <- mydata[which(!nchar(as.character(mydata[,5]))>2),]
mydata <- mydata[which(!nchar(as.character(mydata[,6]))>2),]
mydata <- mydata[which(!nchar(as.character(mydata[,7]))>2),]
我想要这样
mydata <- mydata[which(!nchar(as.character(mydata[,5:7]))>2),]
问题在于该函数正在计算所有列 5:7 并删除每一行。我想要同样的东西,但对每一列都这样做,而不是一起做。
案例2
我的代码
这使用库
library(dplyr)
library(splitstackshape)
对每列运行会拆分第 6 列的单元格
data2$V6 = as.character(data2$V6)
data2 <- cSplit(data.frame(data2 %>% rowwise() %>%
mutate(V6 = V6, V6n = paste(unlist(strsplit(V6, "")),
collapse = ','))), "V6n", ",")
data2$V5 <- NULL
我对所有列都执行相同的操作 问题我想对所有列都这样做 潜在的解决方案: 不同类型的循环,但我无法使其工作。 任何帮助将不胜感激
最佳答案
这是一个完全矢量化的解决方案,以达到您所需的输出
## Convert all the rows into a single vectors
tmp <- do.call(paste0, mydata)
## Remove too long rows, split and rbind
do.call(rbind, strsplit(tmp[nchar(tmp) == 2 * ncol(mydata)], "", fixed = TRUE))
# [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
# [1,] "A" "A" "C" "C" "C" "A" "G" "G"
# [2,] "G" "A" "C" "A" "C" "C" "G" "G"
# [3,] "C" "A" "G" "G" "C" "C" "G" "C"
这将产生一个矩阵
,但如果需要,可以轻松转换为data.frame
关于r - 如何在 R 中将特定函数应用于列范围(但仅将其应用于每一列)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41567469/