得到组合百分比(R)

Question

相对较新的R和这里非常新的堆叠溢出。

我正试图从显微镜中分析.csv输出文件。

输出将告诉我图像上的每个单元格是“正”(用1表示)还是“否定”(用0表示)。

my_data <- data.frame(cell = 1:4, marker_a = c(1, 0, 0, 0), marker_b = c(0,1,1,1), marker_c = c(0,1,1,0))

有时我们测量4个标记，有时更多。

我已经写了一些东西，给了我一个带有“二手标记”的向量，并丢弃了“未使用的标记”(在本例中，标记e、f、g也显示在.csv文件中)。

我想要自动得到所有可能的组合，一个细胞可以采取。

一个单元格对于所有标记都可以是0，也可以是marker_a阳性，但对于marker_b、marker_c、marker_d是阴性。

我的最终目标是量化属于每个类别/组合的所有单元格。

我想要一个向量来命名每一个可能的组合，从所有带有0值的标记，到所有标记都有一个1值。

到目前为止，我一直在做的是手动生成组合。

no_marker <- my_data$marker_a == 0 & my_data$marker_b == 0 & my_data$marker_c == 0 a_positive <- my_data$marker_a == 1 & my_data$marker_b == 0 & my_data$marker_c == 0...

然后，我可以创建一个data.frame，以便稍后添加更多的示例。

cell_phenotypes <- c("no_marker", "a_positive", "ab_positive", "abc_positive", "abcd_positive", "b_ positive", "bc_positive"...)

我只是不想每次都手工创建向量。

Answer 1

听起来你想要expand.grid。

expand.grid(
    marker_a = c(0, 1), 
    marker_b = c(0, 1), 
    marker_c = c(0, 1), 
    marker_d = c(0, 1)
)

#>    marker_a marker_b marker_c marker_d
#> 1         0        0        0        0
#> 2         1        0        0        0
#> 3         0        1        0        0
#> 4         1        1        0        0
#> 5         0        0        1        0
#> 6         1        0        1        0
#> 7         0        1        1        0
#> 8         1        1        1        0
#> 9         0        0        0        1
#> 10        1        0        0        1
#> 11        0        1        0        1
#> 12        1        1        0        1
#> 13        0        0        1        1
#> 14        1        0        1        1
#> 15        0        1        1        1
#> 16        1        1        1        1

请注意，16是正确的数字；您可以检查自2**4 = 16。