向数据帧添加行

Question

我逐行读取文件，然后将特定的行添加到数据帧中。下面是我要添加到数据帧中的一行代码的示例：

ATOM 230 CA GLU A 31 66.218 118.140 2.411 1.00 31.82 C

我已经验证了我的检查是正确的，我认为这特别与我的rbind命令有关。谢谢你的帮忙!

编辑:错误如下，数据帧输出为：

Residue AtomCount SideChain XCoord  YCoord ZCoord
2       MET         1         A 62.935  97.579 30.223
21     <NA>         2         A 63.155  95.525 27.079
3      <NA>         3         A 65.289  96.895 24.308

它似乎停止了拾取残留物的名字..

我使用的代码是：

get.positions <- function(sourcefile, chain_required = "A"){
positions = data.frame()
visited = list()
filedata <- readLines(sourcefile, n= -1)
for(i in 1: length(filedata)){
  input = filedata[i]
  id = substr(input,1,4)
  if(id == "ATOM"){
    type = substr(input,14,15)
      if(type == "CA"){
        #if there are duplicates it takes the first one
        residue = substr(input,18,20)
        type_of_chain = substr(input,22,22)
        atom_count = strtoi(substr(input, 23,26))
        if(atom_count >=1){
          if(type_of_chain == chain_required && !(atom_count %in% visited) ){
            position_string = trim(substr(input,30,54))
            position_string = lapply(unlist(strsplit(position_string," +")),as.numeric)
            positions<- rbind(positions, list(residue, atom_count, type_of_chain, position_string[[1]], position_string[[2]], position_string[[3]]))
            }
        }
      }
     }

    } 
        return (positions)
 }

Answer 1

最终，下面的方法奏效了。首先，我创建了一个大得多的数据框架，然后只替换特定的行(谢谢Joran，他将我与R地狱联系在一起)。

对于问我为什么拆分加号的用户来说，你的假设是不正确的。语法实际上是“+"，这是一个空格，所以它在多个spaces.Finally上拆分，至于不正确的索引，我终于想出了如何在表单上显示额外的空格。这是正确的原始行，您将看到索引匹配。

ATOM      2  CA  MET A   1      62.935  97.579  30.223  1.00 37.58           C  

有效的R代码如下所示。

get.positions <- function(sourcefile, chain_required = "A"){
N <- 10^5
AACount <- 0
positions = data.frame(Residue=rep(NA, N),AtomCount=rep(NA, N),SideChain=rep(NA, N),XCoord=rep(NA, N),YCoord=rep(NA, N),ZCoord=rep(NA, N),stringsAsFactors=FALSE)     

visited = list()
filedata <- readLines(sourcefile, n= -1)
for(i in 1: length(filedata)){
  input = filedata[i]
  id = substr(input,1,4)
  if(id == "ATOM"){
    type = substr(input,14,15)
      if(type == "CA"){
        #if there are duplicates it takes the first one
        residue = substr(input,18,20)
        type_of_chain = substr(input,22,22)
        atom_count = strtoi(substr(input, 23,26))
        if(atom_count >=1){
          if(type_of_chain == chain_required && !(atom_count %in% visited) ){
            visited <- c(visited, atom_count)
            AACount <- AACount + 1
            position_string = trim(substr(input,30,54))
            position_string = lapply(unlist(strsplit(position_string," +")),as.numeric)
            #print(input)
            positions[AACount,]<- c(residue, atom_count, type_of_chain, position_string[[1]], position_string[[2]], position_string[[3]])
            }
        }
      }
  }

} 
positions<-positions[1:AACount,]
return (positions)

}

Answer 2

当我用这些数据运行你的代码时，我得到了type=="LU" (所以它没有通过type=="CA"测试)，剩下的处理永远不会完成。我认为您可能需要将索引更改为

type = substr(input,10,11)

修复这个问题会带来其他问题，而且修复所有问题将非常困难，因为目标没有明确说明，但它建议您编辑代码和数据，使其可重现。这可以是一个可重现的输入/执行方法：

get.positions(textConnection("ATOM 230 CA GLU A 31 66.218 118.140 2.411 1.00 31.82 C") )