使用 dplyr 标准化和过滤长矩阵

Posted 2023-04-18

【中文标题】使用 dplyr 标准化和过滤长矩阵

【英文标题】：normalize and filtering long matrix with dplyr

【发布时间】：2017-07-22 00:47:44

【问题描述】：

我很享受学习 dplyr 的乐趣，但除了基本的东西之外，我还是不能做更多的事情。

基本上，我想规范化数据（将条目除以行的总和）

messy <- data.frame(o1 = c(1,2,1,2),
                    o2 = c(2,3,0,1),
                    o3 = c(3,2,0,1),
                    o4 = c(1,1,4,4))
normalized.messy = messy/apply(messy,1,sum)

然后我想这样识别列

apply(normalized.messy,2,sum)/sum(apply(normalized.messy,2,sum))

我做了类似以下的事情

messy <- data.frame(samples = c("s1", "s2", "s3", "s4"),
                o1 = c(1,2,1,2),
                o2 = c(2,3,0,1),
                o3 = c(3,2,0,1),
                o4 = c(1,1,4,4))

bb = gather(messy, otu, counts, o1:o4)
group_by(bb, otu) %>% mutate(nr = scale(count))
bb.nr = group_by(bb, otu) %>% mutate(nr = scale(count))

但得到以下错误，

Error: cannot coerce type 'closure' to vector of type 'any'

我很欣赏校正缩放部分以及过滤

【参考方案1】：

为了解决您遇到的错误，我怀疑这是因为您将列数命名为（带 s）而不是仅仅计数。

就您的 dplyr 代码而言，我认为您的第一组是向后的。这是我对你想要什么的理解。首先您要按样本分组以获得每个样本的 OTU 比例，然后您希望按 OTU 分组以获得样本之间的平均 OTU 比例：

messy <- data.frame(samples = c("s1", "s2", "s3", "s4"),
            o1 = c(1,2,1,2),
            o2 = c(2,3,0,1),
            o3 = c(3,2,0,1),
            o4 = c(1,1,4,4))
bb <- gather(messy, otu, counts, o1:o4)

bb %>% group_by(samples) %>% mutate(prop = counts/sum(counts)) %>%
       group_by(otu) %>% summarize(mean(prop))