[英]How to categorize numerical ranges in r
我有一個數據框,其中每一列對應於患者 ID,每一行對應於一個特定的基因值。
df <- data.frame(Hugo_Symbol=c("CDKN2A", "JUN", "IRS2","MTOR",
"NRAS"),
A183=c(-0.19,NA,2.01,0.4,1.23),
A185=c(0.11,2.45,NA,NA,1.67),
A186=c(1.19,NA,2.41,0.78,1.93),
A187=c(2.78,NA,NA,0.7,2.23),
A188=c(NA,NA,NA,2.4,1.23))
head(df)
Hugo_Symbol A183 A185 A186 A187 A188
1 CDKN2A -0.19 0.11 1.19 2.78 NA
2 JUN NA 2.45 NA NA NA
3 IRS2 2.01 NA 2.41 NA NA
4 MTOR 0.40 NA 0.78 0.70 2.40
5 NRAS 1.23 1.67 1.93 2.23 1.23
我想為每個值分配以下類別:
我嘗試使用cut
function 來做到這一點。 我的代碼如下所示:
df2<- df[cut(df,
breaks=c(-Inf,-2,2,Inf),
labels=c("1","2","3"))]
但是,我收到以下錯誤:
cut.default(df, breaks = c(-Inf, -2, 2, Inf), labels = c("1", : 'x' must be numeric) 中的錯誤
我相信這是因為我的表中有 NA 值。 我不知道如何為 NA 值分配類別“0”。 所需的 output 應如下所示:
Hugo_Symbol A183 A185 A186 A187 A188
1 CDKN2A 2 2 2 1 0
2 JUN 0 1 0 0 0
3 IRS2 1 0 1 0 0
4 MTOR 2 0 2 2 1
5 NRAS 2 2 2 1 2
如何修復此錯誤並將每個值替換為我上面提到的預定義類別?
謝謝您的幫助!
奧爾哈
您擁有的代碼是正確的,但您需要為每一列應用它。 您可以通過基礎lapply
中的 lapply 來完成:
df[-1] <- lapply(df[-1], cut, c(-Inf,-2,2,Inf), c("1","2","3"))
df
# Hugo_Symbol A183 A185 A186 A187 A188
#1 CDKN2A 2 2 2 3 <NA>
#2 JUN <NA> 3 <NA> <NA> <NA>
#3 IRS2 3 <NA> 3 <NA> <NA>
#4 MTOR 2 <NA> 2 2 3
#5 NRAS 2 2 2 3 2
或者across
dplyr
中使用:
library(dplyr)
df %>% mutate(across(starts_with('A'), cut, c(-Inf,-2,2,Inf),c("1","2","3")))
我們可以在base R
中使用findInterval
df[-1] <- lapply(df[-1], findInterval, c(-Inf, -2, 2, Inf))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.