DaniCee's questions

我还没有找到适用于我的特定问题的示例，但如果需要，请随意标记为重复。

我有一个如下的嵌套列表：

nested_list <- list(
  ID1 = list(
    FEAT = list(
      feat1 = list(start = "1", end = "15", label = "CDR1"),
      feat2 = list(start = "20", end = "25", label = "CDR2")
    ),
    SEQ = "ACTGATCGTAGCTAGCTAGATGCTGATGTGTC"
  ),
  ID2 = list(
    SEQ = "ACTGATCGGCGGTGGCTAGCTGTGGGGCGCGCGACCGGGAAAA"
  )
)

我想要获得这样的数据框：

   id  feat feat_label feat_start feat_end                                    full_seq
1 ID1 feat1       CDR1          1       15            ACTGATCGTAGCTAGCTAGATGCTGATGTGTC
2 ID1 feat2       CDR2         20       25            ACTGATCGTAGCTAGCTAGATGCTGATGTGTC
3 ID2  <NA>       <NA>         NA       NA ACTGATCGGCGGTGGCTAGCTGTGGGGCGCGCGACCGGGAAAA

as.data.frame(nested_list)没有产生我想要的结果，所以可能需要额外的步骤来将数据框转换为“更长”的格式，理想情况下使用类似的东西tidyr::pivot_longer()。

我有一个使用iris数据作为示例的小提琴+箱线图，如下所示：

data(iris)
iris_long <- as.data.frame(tidyr::pivot_longer(iris, -Species, names_to = "variable", values_to = "value"))
P <- ggplot2::ggplot(iris_long, ggplot2::aes(x=variable, y=value)) +
  ggplot2::geom_violin() +
  ggplot2::geom_boxplot(width=0.2, alpha=0, outlier.shape=NA, coef=0, show.legend=FALSE) +
  ggplot2::stat_summary(fun=mean, geom="point", shape=16, size=2, show.legend=FALSE) +
  ggplot2::theme_light()
grDevices::pdf(file="test.pdf", height=4, width=8)
print(P)
grDevices::dev.off()

由此产生了以下情节：

现在我还有一个包含每个变量级别的截止值的数据框，如下所示：

cutoffs <- data.frame(variable=sort(names(iris)[-length(names(iris))]), cutoff=c(7,2.5,8,4.5))

我只是想将它们绘制为每个小提琴+箱线图顶部的红色截止条，因此结果看起来类似于此：

解决这个问题的最佳方法是什么geom_segment？？或者有没有更简单的方法geom_errorbar？

编辑

现在我试图完成同样的任务，但要将Species信息包含在小提琴+箱线图中。一旦我添加fill=Species（数据格式正确），我就会收到一个错误geom_segment，我不知道如何调试。

此外，即使没有geom_segment小提琴，箱线图也不能很好地对齐。

我该如何调试下面的错误并正确对齐小提琴和箱线图？

请注意，对于片段，我仍然只希望每个变量级别有一个截止值（一个用于萼片高度，一个用于萼片宽度，一个用于花瓣高度，一个用于花瓣宽度）。

这是新代码：

data(iris)
iris_long <- as.data.frame(tidyr::pivot_longer(iris, cols=names(iris)[-length(names(iris))],
                                               names_to = "variable", values_to = "value"))
cutoffs <- data.frame(variable=sort(names(iris)[-length(names(iris))]), cutoff=c(7,2.5,8,4.5))

P <- ggplot2::ggplot(iris_long, ggplot2::aes(x=variable, y=value, fill=Species)) +
  ggplot2::geom_violin() +
  ggplot2::geom_boxplot(width=0.2, alpha=0, outlier.shape=NA, coef=0, show.legend=FALSE) +
  ggplot2::stat_summary(fun=mean, geom="point", shape=16, size=2, show.legend=FALSE) +
  ggplot2::geom_segment(data=cutoffs, ggplot2::aes(x=as.numeric(as.factor(variable)) - .25,
                                                   xend=as.numeric(as.factor(variable)) + .25,
                                                   y=cutoff, yend=cutoff), color = "red", alpha=0.75) +
  ggplot2::theme_light()
grDevices::pdf(file="test.pdf", height=4, width=8)
print(P)
grDevices::dev.off()

错误如下：

错误ggplot2::geom_segment()：！计算美学时出现问题。ℹ 错误发生在第 4 层。错误原因：！未找到对象“物种”运行rlang::last_trace()以查看错误发生的位置。

假设我有一个如下所示的数据框myiris，我只想突出显示setosa物种。

但是，我不希望其他物种显示在图例中。为了方便起见，我只是在新Highlight列中将其余所有物种都设为 NA。

我执行以下操作：

data(iris)
library(ggplot2)
myiris <- data.frame(iris$Sepal.Length, iris$Petal.Length, Highlight=as.character(iris$Species))
names(myiris)[1:2] <- c('Sepal.Length', 'Petal.Length')
myiris$Highlight[myiris$Highlight!="setosa"] <- NA
myiris$Highlight <- factor(myiris$Highlight, levels="setosa")
plot_palette <- c("red","gray70")

P <- ggplot(myiris, aes(x=Sepal.Length, y=Petal.Length, color=Highlight)) +
     geom_point(pch=16, size=5, alpha=0.5) +
     scale_color_manual(values=plot_palette, breaks='setosa')
P

这产生了以下情节，这很棒，而且已经是我所期望的了；

不过，我也希望点形状也能具有Highlight这样的功能，即setosa点填充，而 NA 点则为空心。

我使用的scale_shape_manual方法和刚才完全相同scale_color_manual：

P <- ggplot(myiris, aes(x=Sepal.Length, y=Petal.Length, color=Highlight, shape=Highlight)) +
     geom_point(size=5, alpha=0.5) +
     scale_color_manual(values=plot_palette, breaks='setosa') +
     scale_shape_manual(values=c(16,1), breaks='setosa')

但是，我得到：

警告消息：删除了 100 行包含缺失值或超出范围的值 ( geom_point())。

而产生的情节是这样的：

为什么其scale_shape_manual行为与其对应函数不同，以及如何纠正它以获得我需要的（颜色和形状作为Highlight图例中没有 NA 组的函数）？

编辑

列中的 NAHighlight确实不是问题。您可以尝试使用原始iris（而不是myiris）和Species列（而不是Highlight）来实现相同的效果，但会出现相同的问题：

P <- ggplot(iris, aes(x=Sepal.Length, y=Petal.Length, color=Species)) +
     geom_point(pch=16, size=5, alpha=0.5) +
     scale_color_manual(values=c('red','gray70','gray70'), breaks='setosa')

和

P <- ggplot(iris, aes(x=Sepal.Length, y=Petal.Length, color=Species, shape=Species)) +
     geom_point(size=5, alpha=0.5) +
     scale_color_manual(values=c('red','gray70','gray70'), breaks='setosa') +
     scale_shape_manual(values=c(16,1,1), breaks='setosa')

假设我有一个myseq如下所示的序列。这是一个 DNA 序列，因此每组 3 个字母组成伴随myaa序列中的一个字母（氨基酸）。它的长度为 13aa。

我想创建一个mydf数据框，其中包含每组 3 个字母的起始和终止位置myseq。在下面没有间隙的基本示例中，我可以轻松地使用 做到这一点seq()。

myseq <- "CTACGTAGCTAGCTGGGGTACCGTTATTCAGCTAGCATG"
myaa <- "XYZWWXZZVVYZX"
st_pos <- seq(1, nchar(myseq)-2, 3)
en_pos <- seq(3, nchar(myseq), 3)
mydf <- data.frame(starts=st_pos, ends=en_pos, label=unlist(strsplit(myaa, "")))

这将生成这个数据框，这正是我想要的：

> mydf
   starts ends label
1       1    3     X
2       4    6     Y
3       7    9     Z
4      10   12     W
5      13   15     W
6      16   18     X
7      19   21     Z
8      22   24     Z
9      25   27     V
10     28   30     V
11     31   33     Y
12     34   36     Z
13     37   39     X

但是，我遇到了一些myseq包含间隙的真实数据示例。在这些情况下，我无法依赖它，seq()因为我需要考虑起始位置和终止位置的间隙。

我该怎么做？下面我向您展示了 2 个案例以及我预期的mydf数据框，我只是对其开始和结束位置进行了硬编码。

#case 1 - gaps breaking groups of 3 letters in half
myseq <- "CTACGTAGCTAGCTGGGGTACCGTT---ATTC--AGCTAGCATG"
st_pos <- c(1,4,7,10,13,16,19,22,25,31,36,39,42)
en_pos <- c(3,6,9,12,15,18,21,24,30,35,38,41,44)
mydf <- data.frame(starts=st_pos, ends=en_pos, label=unlist(strsplit(myaa, "")))

#case 2 - gaps in between groups of 3 letters, and at the beginning of groups of 3 letters
myseq <- "CTACGTAGCTAGCTGGGGTACCGT---TAT--TCAGCTAGCATG"
st_pos <- c(1,4,7,10,13,16,19,22,28,33,36,39,42)
en_pos <- c(3,6,9,12,15,18,21,24,30,35,38,41,44)
mydf <- data.frame(starts=st_pos, ends=en_pos, label=unlist(strsplit(myaa, "")))

在这些情况下我该如何轻松地生成st_pos和向量？en_pos

编辑

为了获得这些数字，我只是将序列分成 3 个字母组并手动计算位置，但我不知道如何以自动方式完成此操作。

对于情况 1 的序列起始位置：

1    4    7    10   13   16   19   22   25      31     36   39   42
CTA  CGT  AGC  TAG  CTG  GGG  TAC  CGT  T---AT  TC--A  GCT  AGC  ATG

对于情况 1 的结束位置同样如此：

  3    6    9    12   15   18   21   24      30     35   38   41   44
CTA  CGT  AGC  TAG  CTG  GGG  TAC  CGT  T---AT  TC--A  GCT  AGC  ATG

现在对于情况 2 的序列起始位置：

1    4    7    10   13   16   19   22        28       33   36   39   42
CTA  CGT  AGC  TAG  CTG  GGG  TAC  CGT  ---  TAT  --  TCA  GCT  AGC  ATG

情况 2 的结束位置：

  3    6    9    12   15   18   21   24        30       35   38   41   44
CTA  CGT  AGC  TAG  CTG  GGG  TAC  CGT  ---  TAT  --  TCA  GCT  AGC  ATG

这可能是重复的，但我似乎没有找到这个特定的案例。

假设我有两个列表：

list1 <- as.list(c(5, 8, 9))
list2 <- as.list(c(8, 10, 11))

我知道如何将函数应用于一个列表。假设我想将以下内容应用于list1：

lapply(list1, function(x){x+100})

但如果我只想在 中的对应值为 时应用此类函数，该怎么办？list1这样我的结果是：list2>=10

[[1]]
[1] 5

[[2]]
[1] 108

[[3]]
[1] 109

甚至更多，我怎样才能将 100 与 中的值相加，并仅当 中的值为 时才减去list1中的值？list2list2>=10

类似下面的代码显然是行不通的：

lapply(list1, list2, function(x,y){if (y>=10) x+100-y})

谢谢！

我使用 制作了多个图，并将它们ggplot2排列在一起cowplot。它们的长度都相同，并且 x 轴在相同的位置有相同的断点，但标签不同。

这是一个 MWE：

mylist <- list()
mylist[["ID1"]][["sequence"]] <- "AGAATATTATACATTCATCT"
mylist[["ID2"]][["sequence"]] <- "GCTAGCGTTTAGTTTAGCTG"
mylist[["ID3"]][["sequence"]] <- "AACCCTTTAAACTCGAAGTA"
set.seed(123)
mylist[["ID1"]][["data"]] <- data.frame(time=1:100, value=rnorm(100, mean=10, sd=2))
mylist[["ID2"]][["data"]] <- data.frame(time=1:100, value=rnorm(100, mean=2, sd=1))
mylist[["ID3"]][["data"]] <- data.frame(time=1:100, value=rnorm(100, mean=5, sd=3))
indexes <- seq(5, 100, length.out=20)
all_df <- NULL
for (id in names(mylist)){
  seqsplit <- unlist(strsplit(mylist[[id]][["sequence"]], ""))
  ind_df <- data.frame(call=seqsplit, time=indexes)
  final_df <- dplyr::left_join(mylist[[id]][["data"]], ind_df, by="time")
  xcolors <- ifelse(seqsplit=="A", "green", ifelse(seqsplit=="C", "blue", ifelse(seqsplit=="G", "black", "red")))
  P <- ggplot2::ggplot(final_df, ggplot2::aes(x=time, y=value)) +
    ggplot2::geom_line(linewidth=0.5) +
    ggplot2::scale_x_continuous(breaks=indexes, labels=seqsplit, expand=c(0,1)) +
    ggplot2::scale_y_continuous(breaks=seq(-5, 15, 5), limits=c(-5,15)) +
    ggplot2::theme_light() +
    ggplot2::theme(axis.title=ggplot2::element_blank(),
                   axis.text.x=ggtext::element_markdown(face="bold", color=xcolors))
  mylist[[id]][["plot"]] <- P
}
plot_list <- sapply(mylist, "[", "plot")
grDevices::pdf(file="test.pdf", height=4, width=10)
print(
  cowplot::plot_grid(plotlist=plot_list, ncol=1)
)
grDevices::dev.off()

生成结果：

我现在想要完成的是为所有人制作一个共同的 x 轴，具有共同点indexes（或者更确切地说从 1 到序列的长度），我会将其放在cowplot；类似于：

这可能涉及将 x 轴索引标尺制作成ggplot2相同宽度的单独标尺（考虑 y 轴水平空间和所有），然后将其放置在cowplot具有适当的相对高度上......欢迎任何帮助！

我有一个简单的线图，其中 x 轴上显示了 DNA 序列，具体方式如下ggplot2：

myseq <- "AGAATATTATACATTCATCT"
set.seed(123)
mydata <- data.frame(time=1:100, value=rnorm(100, mean=10, sd=2))
indices <- seq(5, 100, length.out=20)
seqsplit <- unlist(strsplit(myseq, ""))
ind_df <- data.frame(call=seqsplit, time=indices)
final_df <- dplyr::left_join(mydata, ind_df, by="time")
xcolors <- ifelse(seqsplit=="A", "green", ifelse(seqsplit=="C", "blue", ifelse(seqsplit=="G", "black", "red")))
P <- ggplot2::ggplot(final_df, ggplot2::aes(x=time, y=value)) +
  ggplot2::geom_line(linewidth=0.5) +
  ggplot2::scale_x_continuous(breaks=indices, labels=seqsplit) +
  ggplot2::scale_y_continuous(limits=c(5,17)) +
  ggplot2::theme_light() +
  ggplot2::theme(axis.title.x=ggplot2::element_blank(),
                 axis.text.x=ggtext::element_markdown(face="bold", color=xcolors))
grDevices::pdf(file="test.pdf", height=3, width=10)
print(P)
grDevices::dev.off()

生成结果：

现在我有一个长度为 4 的相关氨基酸序列，我知道它在 DNA 序列中的起始和终止位置。氨基酸序列的每个字母对应于 DNA 序列中的 3 个字母。

aaseq <- "WXYZ"
start <- 5
end <- 17

这里氨基酸序列从上面的 DNA 序列WXYZ开始T-5并结束，我想将它们绘制在一起。C-17

这将是我的最终目标（它可能只是正方形而不是“箭头”）：

有没有简单的方法可以实现这一目标ggplot2？

我有一个混乱的表格，我将其读入类似于以下简化的数据框中，我想对其进行解析。

mydf <- data.frame(group=LETTERS[1:5], code=101:105, ids=c('g1:id1,id2,id3\ng2:id4,id5',
                                                           'id6,id7,id8,id9',
                                                           'g1:id10,id11\ng3:id12',
                                                           'g2:id13,id14',
                                                           'id15'))

它看起来像：

> mydf
  group code                        ids
1     A  101 g1:id1,id2,id3\ng2:id4,id5
2     B  102            id6,id7,id8,id9
3     C  103      g1:id10,id11\ng3:id12
4     D  104               g2:id13,id14
5     E  105                       id15

我需要将折叠的ids列分成多行，以获得长格式的最终​​数据框。

对于这一点，我通常会separate_rows从申请开始tidyr，但这种情况还有一个额外的问题：一些折叠ids被分组到子组中。

我想我应该先将这些子组分成不同的 ID 列，然后在这些列上应用separate_rows或separate_longer_delim...我不知道该怎么做。

我期望的最终数据框将是这样的，采用长格式，并subgroup在附加列中包含信息：

> mydf_new
   group code   id subgroup
1      A  101  id1       g1
2      A  101  id2       g1
3      A  101  id3       g1
4      A  101  id4       g2
5      A  101  id5       g2
6      B  102  id6     <NA>
7      B  102  id7     <NA>
8      B  102  id8     <NA>
9      B  102  id9     <NA>
10     C  103 id10       g1
11     C  103 id11       g1
12     C  103 id12       g3
13     D  104 id13       g2
14     D  104 id14       g2
15     E  105 id15     <NA>

我有一个cowplot类似下面的东西，ggplot2里面有不同的情节。

plot_list <- list()
plot_list[["P1"]] <- ggplot2::ggplot(mtcars, ggplot2::aes(x = mpg, y = drat)) + ggplot2::geom_point()
plot_list[["P2"]] <- ggplot2::ggplot(mtcars, ggplot2::aes(x = mpg, y = qsec)) + ggplot2::geom_point()
plot_list[["P3"]] <- ggplot2::ggplot(mtcars, ggplot2::aes(x = disp, y = drat)) + ggplot2::geom_point()
plot_list[["P4"]] <- ggplot2::ggplot(mtcars, ggplot2::aes(x = disp, y = qsec)) + ggplot2::geom_point()
P <- cowplot::plot_grid(plotlist=plot_list, ncol=1)

grDevices::pdf(file="test_all.pdf", height=10, width=20)
print(P)
grDevices::dev.off()

生成结果：

现在我想用 制作一个图，ggplot2它只是带有文本的彩色框，以“分组”上面的图。face_wrap()只考虑条带（但更大）strip.position="left"。像这样：

这样，这些框就占据了与主要子图相同的相对垂直空间：

我的最终目标是将这两个图（条带图和主图）并排放置在 Shiny 应用程序中，以便条带固定并且主图可滚动（仅 x 轴）。 这就是我不想使用的原因facet_wrap。

这可能是重复的，但我发现的所有问题似乎都对我的情况没有帮助。

我有一个finaldf数据框，其中包含不同时间点的值，并且特定时间点用作 x 轴断点（对应于 DNA 序列）。我这样获得它：

myseq <- "AGAATATTATACATTCATCT"
set.seed(123)
mydata <- data.frame(time=1:100, value=rnorm(100, mean=10, sd=2))
indices <- seq(5, 100, length.out=20)
seqsplit <- unlist(strsplit(myseq, ""))
ind_df <- data.frame(call=seqsplit, time=indices)
finaldf <- dplyr::left_join(mydata, ind_df, by="time")

它看起来像这样：

> finaldf
    time     value call
1      1  8.879049 <NA>
2      2  9.539645 <NA>
3      3 13.117417 <NA>
4      4 10.141017 <NA>
5      5 10.258575    A
6      6 13.430130 <NA>
7      7 10.921832 <NA>
8      8  7.469878 <NA>
9      9  8.626294 <NA>
10    10  9.108676    G
11    11 12.448164 <NA>
12    12 10.719628 <NA>
13    13 10.801543 <NA>
14    14 10.221365 <NA>
15    15  8.888318    A
...

我将其绘制如下：

P <- ggplot2::ggplot(finaldf, ggplot2::aes(x=time, y=value)) +
  ggplot2::geom_line(linewidth=0.5) +
  ggplot2::scale_x_continuous(breaks=indices, labels=seqsplit) +
  ggplot2::theme_light()
grDevices::pdf(file="test.pdf", height=4, width=10)
print(P)
grDevices::dev.off()

得到如下图的结果：

现在我想在序列中引入不同的间隙并获得“间隙图”，与上面的图相同但有间隙。

我的出发点是原始finaldf序列和不同的间隙序列，这些序列与原始序列相同，但有间隙。例如：

gapseq1 <- "AGAA-TAT--TAT-ACATT---CATCT-"
gapseq2 <- "A-G-AATAT----TATACATTCA-TCT"

对于这 2 个有间隙的序列，我想重新创建以下图（理想情况下保留网格，但不是必需的）：

我怎样才能轻松地实现这一点？谢谢！