在R中的矩阵中搜索对

Question

我对R比较陌生，所以如果有人能帮助我，我将不胜感激:)

我有一个很大的矩阵，例如：matrix和一个基因向量。我的任务是逐行搜索矩阵，将具有突变的基因对(在矩阵上是D707H)与载体中包含的其余基因进行编译，并将其添加到新的矩阵中。我试过用循环来做这件事，但我不知道如何正确地编写它。对于这个矩阵，它应该看起来像这样：

    PR.02.1431    
    NBN BRCA1
    NBN BRCA2
    NBN CHEK2
    NBN ELAC2
    NBN MSR1
    NBN PARP1
    NBN RNASEL

现在我有了这样的东西：my idea

"a“是我的初始矩阵。

谁能给我指个方向？:)

Answer 1

也许您想要/需要的是which(..., arr.ind = TRUE)。

以下是一些示例数据，用于演示：

set.seed(2)
n <- 10
mtx <- array(NA, dim = c(n, n))
dimnames(mtx) <- list(letters[1:n], LETTERS[1:n])
mtx[sample(n*n, size = 4)] <- paste0("x", 1:4)
mtx
#   A  B    C  D  E  F    G    H  I  J 
# a NA NA   NA NA NA NA   NA   NA NA NA
# b NA NA   NA NA NA NA   NA   NA NA NA
# c NA NA   NA NA NA NA   NA   NA NA NA
# d NA NA   NA NA NA NA   NA   NA NA NA
# e NA NA   NA NA NA NA   NA   NA NA NA
# f NA NA   NA NA NA NA   NA   NA NA NA
# g NA "x4" NA NA NA "x3" NA   NA NA NA
# h NA NA   NA NA NA NA   NA   NA NA NA
# i NA "x1" NA NA NA NA   NA   NA NA NA
# j NA NA   NA NA NA NA   "x2" NA NA NA

在您的例子中，您似乎想要任何不是NA或NaN的东西。您可以尝试：

which(! is.na(mtx) & ! is.nan(mtx))
# [1] 17 19 57 70

但在检索行/列对(我认为是基因？)时，这并不总是直观的。相反，尝试：

ind <- which(! is.na(mtx) & ! is.nan(mtx), arr.ind = TRUE)
ind
#   row col
# g   7   2
# i   9   2
# g   7   6
# j  10   7

如何使用:整数分别是行索引和列索引。假设您的矩阵使用行名和列名，您可以使用以下命令检索行名：

rownames(mtx)[ ind[,"row"] ]
# [1] "g" "i" "g" "j"

(一个精明的读者可能会建议我改用rownames(ind)。它当然是有效的！)colnames和"col"也是如此。

有趣的是，即使ind本身是一个矩阵，您也可以使用以下命令轻松地设置mtx的子集：

mtx[ind]
# [1] "x4" "x1" "x3" "x2"

将这三者结合在一起，您可能能够使用：

data.frame(
  gene1 = rownames(mtx)[ ind[,"row"] ],
  gene2 = colnames(mtx)[ ind[,"col"] ],
  val = mtx[ind]
)
#   gene1 gene2 val
# 1     g     B  x4
# 2     i     B  x1
# 3     g     F  x3
# 4     j     G  x2

Answer 2

我知道我的目标在哪了，现在我有矩阵了。分析你的代码，它工作得很好，但这并不是我想要做的。a、b、c、d等是有机体，行名是基因(A、B、C、D等)。我必须对其中一个(在同一列中)具有NA值以外的其他值的基因对进行cobine。例如，如果基因A在a列中有value=4，我必须有：

   gene1 gene2
a    A     B
a    A     C
a    A     D
a    A     E   

我尝试了这种方法，但是元素的数量不匹配，我不知道如何解决这个问题。

ind= which(! is.na(a) & ! is.nan(a), arr.ind = TRUE)
ind1=which(macierz==1,arr.ind = TRUE)
ramka= data.frame(
  kolumna = rownames(a)[ ind[,"row"] ],
  gene1 = colnames(a)[ ind[,"col"] ],
  gene2 = colnames(a)[ind1[,"col"]],
  #val = macierz[ind]
)

你知道在R中怎么做吗？