主页 / user-20240835

zhang's questions

Martin Hope
zhang
Asked: 2024-11-20 20:19:01 +0800 CST
  • 8

假设我们有这样一个用于聚类的数据框架。

# df
dput(df)
structure(c(1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 
0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 
1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 
0L, 1L, 0L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 
1L, 1L, 1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 0L, 0L, 0L, 
0L, 0L, 0L, 0L, 1L, 1L), dim = c(9L, 11L), dimnames = list(c("1", 
"2", "3", "4", "5", "6", "7", "8", "9"), c("C", "D", "E", "F", 
"G", "H", "K", "L", "M", "N", "P")))

dist_matrix <- dist(df, method = "manhattan")
clust <- hclust(dist_matrix, method = "complete")
plot(clust)

我们可以得到以下聚类结果，其中斜体字母是附加标记。

在此处输入图片描述

请允许我使用伪代码来说明我想要实现的功能。

  1. 获取特定节点的左节点和右节点。
FUNC GET_RIGHT_NODE(D)
RETUEN E,F,G
FUNC GET_LEFT_NODE(ROOT)
RETUEN A,B,C
  1. 获取特定节点的叶元素
FUNC GET_LEAF(D)
RETURN 5,3,1,2,4

相关主题：

R：帮助分析层次聚类中的聚类内容

如何在 R 中打印 hclust 对象的行？

R 中的层次聚类最近邻算法

Martin Hope
zhang
Asked: 2024-08-12 22:11:00 +0800 CST
  • 5

我data.table在 R 中有一个包含四列的 df：id、start、end、score。start 和 end 的范围从 1 到 10，并且 id 可能有重复项。我想将此 data.table 转换为一个新矩阵 B，其中每行对应一个 id，并且有 10 列对应从 1 到 10 的每个位置。如果某个位置在 df 中特定 id 的 start 和 end 范围内，则 B 中相应的单元格应该是分数，否则应该是 0。

例如：

library(data.table)
df <- data.table(id = c(1, 1, 2), start = c(1, 5, 1), end = c(3, 7, 2), score = c(10, 20, 30))

df
  id start end score
1  1     1   3    10
2  1     5   7    20
3  2     1   2    30

预期产出：

id  1   2   3   4   5   6   7   8   9   10
1   10  10  10  0   20  20  20  0   0   0
2   30  30  0   0   0   0   0   0   0   0
Martin Hope
zhang
Asked: 2024-05-29 15:40:04 +0800 CST
  • 6

subset我正在使用 R 并为 class 的对象创建了一种新方法new_object。这是我的功能：

setGeneric('subset', function(x, i) standardGeneric('subset'))
setMethod('subset', 'new_object', function(x, i) { 
    # ... my code ...
    # subset new_object

})

这非常适合new_object. 但是，它似乎会干扰其他对象（例如seurat对象）的子集操作。当我在加载新的子集方法后尝试对 seurat 对象进行子集化时，出现错误。

The inheritance method for the 'subset' function with the 'Seurat' tag could not be found.

我希望子集方法像往常一样适用于所有其他类型的对象，除了new_object，我想使用我的新子集方法。

如何为特定类定义新的子集方法而不影响 R 中的其他对象？

Martin Hope
zhang
Asked: 2024-05-25 19:18:26 +0800 CST
  • 7

我正在使用data.tableR 中的一个，其中多个字段可以包含多个用分号分隔的值。我试图将这些值分成单独的行，每个值对应于表中的一个新行。但挑战在于各个单独的领域是相关的，需要相应的拆分和扩展。

示例数据：

library(data.table)
df <- data.table(probe = c('A', 'B', 'C'), # there are many columns in real data
                 gene = c('geneA', 'geneB;geneC', 'geneD;geneH;geneI;geneO'), 
                 type = c('mRNA', 'mRNA;miRNA', 'mRNA;miRNA;mRNA;miRNA')) 

df
    probe                    gene                  type
1:      A                   geneA                  mRNA
2:      B             geneB;geneC            mRNA;miRNA
3:      C geneD;geneH;geneI;geneO mRNA;miRNA;mRNA;miRNA

预期输出：

df.new <- data.table(probe = c('A', 'B', 'B', 'C', 'C', 'C', 'C'), 
                     gene = c('geneA', 'geneB', 'geneC', 'geneD', 'geneH', 'geneI', 'geneO'), 
                     type = c('mRNA', 'mRNA', 'miRNA', 'mRNA', 'miRNA', 'mRNA', 'miRNA'))

df.new
    probe   gene   type
1:      A  geneA   mRNA
2:      B  geneB   mRNA
3:      B  geneC  miRNA
4:      C  geneD   mRNA
5:      C  geneH  miRNA
6:      C  geneI   mRNA
7:      C  geneO  miRNA

感谢您的好意建议

Martin Hope
zhang
Asked: 2024-04-20 16:35:43 +0800 CST
  • 5

我有如下数据：

set.seed(123)
expr_data <- data.frame(
    cell_line_name = rep(c("CL1", "CL2"), each = 50),
    GSE_id = rep(c("GSE1", "GSE2"), each = 50),
    model = rep(c("M1", "M2"), each = 50),
    expr = rnorm(100),
    age_group = sample(c('A', 'B'), 100, replace = TRUE)
)

    cell_line_name GSE_id model        expr age_group
1              CL1   GSE1    M1 -0.34391723         B
2              CL1   GSE1    M1  0.09049665         A
3              CL1   GSE1    M1  1.59850877         A
4              CL1   GSE1    M1 -0.08856511         A
5              CL1   GSE1    M1  1.08079950         B
6              CL1   GSE1    M1  0.63075412         B
7              CL1   GSE1    M1 -0.11363990         A
8              CL1   GSE1    M1 -1.53290200         B
9              CL1   GSE1    M1 -0.52111732         A
10             CL1   GSE1    M1 -0.48987045         B
11             CL1   GSE1    M1  0.04715443         A

我如何绘制一个箱线图，其中 cell_line_name、GSE_id 和模型作为 x 轴，expr 作为 y 轴，并显示 A 组和 B 组之间的比较

ggplot(expr_data.gene, aes(x = paste0(cell_line_name, '_', GSE_id, '_', model), y = expr, color = age_group)) + 
    geom_boxplot() + 
    geom_point(position = position_jitterdodge(), alpha = 0.5)

在此输入图像描述

我还为 x 值中的每个比较添加符号标签，我已经尝试过ggsignif和ggpubr，但不起作用。

ggplot(expr_data.gene, aes(x = paste0(cell_line_name, '_', GSE_id, '_', model), y = expr, color = age_group)) + 
    geom_boxplot() + 
    geom_point(position = position_jitterdodge(), alpha = 0.5) + 
    ggpubr::stat_compare_means(comparisons = list(c("A", "B")))

预期输出： 在此输入图像描述

Martin Hope
zhang
Asked: 2023-12-23 16:20:40 +0800 CST
  • 9

我有一个用plot_dfR 命名的数据框，其结构如下：

# Import the library
library(ggplot2)

# Create a sample data
set.seed(123)
plot_df <- data.frame(gene = rep(paste0("ENSG", 1:10, ".17"), each = 2),
                      mean = rnorm(20, 0.5, 0.1),
                      sd = rnorm(20, 0.02, 0.01),
                      group = rep(c("group_a", "group_b"), 10))

我正在尝试创建一个带有点和误差线的 ggplot，其中 y 轴代表基因名称（作为离散标签），x 轴代表平均值，颜色代表组（“group_a”或“组_b”）。这是我正在使用的代码：

ggplot(plot_df, aes(y=gene)) + 
    geom_point(aes(x=mean, color = group), position = position_dodge(width=0.9)) + 
    geom_errorbar(aes(xmin=mean-sd, xmax=mean+sd, color = group), width=.2,
                 position=position_dodge(.9)) + 
    geom_vline(aes(xintercept=0.5), linetype=2, color = 'gray') + 
    theme_bw() + 
    theme(panel.background = element_blank(),
          panel.grid.major = element_blank(), 
          panel.grid.minor = element_blank())

在此输入图像描述

但是，我想根据 y 轴上的基因名称更改面板的背景颜色（每个基因具有不同的颜色或相邻基因没有相同的颜色）。由于我的 y 轴标签是离散的，我不确定如何实现这一点。任何帮助，将不胜感激。谢谢！

我努力了：

在R中的ggplot2中更改白天和晚上的背景颜色