合并r中for循环输出的数据帧。

Question

我有这样一个很大的dataframe (只显示前三列)：

dataframe称为chr22_hap12

2 1 3
2 1 3 
2 1 3 
2 1 2
2 2 1
2 2 1

我想得到每一列的每个数字的比例(1，2和3)，并将其存储在一个dataframe。

到目前为止，这就是我所拥有的：

for (i in 1:3 ) {

  length(chr22_hap12[,i]) -> total_snps
  sum(chr22_hap12[,i]==1,na.rm=FALSE) -> counts_ancestry_1
  sum(chr22_hap12[,i]==2,na.rm=FALSE) -> counts_ancestry_2
  sum(chr22_hap12[,i]==3,na.rm=FALSE) -> counts_ancestry_3

  (counts_ancestry_1*100)/total_snps -> ancestry_1_perc
  (counts_ancestry_2*100)/total_snps -> ancestry_2_perc
  (counts_ancestry_3*100)/total_snps -> ancestry_3_perc

  haplo_df[i] = NULL

  haplo_df[i] = c(ancestry_1_perc,ancestry_2_perc,ancestry_3_perc)
  as.data.frame(haplo_df[i])
}

我得到了这些错误:在尝试设置haplo_dfi = NULL之后

haplo_dfi = NULL中的错误:找不到对象'haplo_df‘

在此之后

haplo_dfi = c(ancestry_1_perc，ancestry_2_perc，ancestry_3_perc)

haplo_dfi = c(ancestry_1_perc，ancestry_2_perc，ancestry_3_perc)中的错误:找不到对象'haplo_df‘

再次使用as.data.frame(haplo_dfi)

对象“haplo_df”未找到

我的期望输出应该如下所示：

0.00    66.66  50.0
100.00  33.33  33.33
0.00    0.00   16.66

Answer 1

您需要在循环之前定义生成的matrix，然后将新的结果cbind到该matrix。

# define the data.frame before the loop. 
haplo_df <- NULL
for (i in 1:3 ) {
  length(chr22_hap12[,i]) -> total_snps
  sum(chr22_hap12[,i]==1,na.rm=FALSE) -> counts_ancestry_1
  sum(chr22_hap12[,i]==2,na.rm=FALSE) -> counts_ancestry_2
  sum(chr22_hap12[,i]==3,na.rm=FALSE) -> counts_ancestry_3

  (counts_ancestry_1*100)/total_snps -> ancestry_1_perc
  (counts_ancestry_2*100)/total_snps -> ancestry_2_perc
  (counts_ancestry_3*100)/total_snps -> ancestry_3_perc

  # bind the new result to the existing data
  haplo_df <- cbind(haplo_df , c(ancestry_1_perc,ancestry_2_perc,ancestry_3_perc))
}
# return the result
haplo_df
##       [,1]     [,2]     [,3]
##  [1,]    0 66.66667 33.33333
##  [2,]  100 33.33333 16.66667
##  [3,]    0  0.00000 50.00000

相反，您也可以使用apply和table。

apply(chr22_hap12, 2, function(x) 100*table(factor(x, levels=1:3))/length(x))
##     V1       V2       V3
##  1   0 66.66667 33.33333
##  2 100 33.33333 16.66667
##  3   0  0.00000 50.00000

Answer 2

我的一条衬垫

sapply(df, function(x){prop.table(table(x))*100})

Answer 3

这是另一种方法。

样本数据：

set.seed(23)
y <- 1:3
df <- data.frame(a = sample(y, 10, replace = TRUE), 
                 b = sample(y, 10, replace = TRUE), 
                 c = sample(y, 10, replace = TRUE))
#df
#   a b c
#1  2 3 2
#2  1 3 1
#3  1 2 1
#4  3 1 3
#5  3 3 2
#6  2 1 3
#7  3 2 3
#8  3 2 3
#9  3 3 1
#10 3 2 3

计算百分比：

newdf <- as.data.frame(t(do.call(rbind, lapply(df, function(z){
  sapply(y, function(x) (sum(z == x) / length(z))*100)
}))))

#newdf
#    a   b   c
#1 0.2 0.2 0.3
#2 0.2 0.4 0.2
#3 0.6 0.4 0.5