Case_when和/或if_else dplyr -当NA使用另一列中的值时 - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

R语言中这个筛选差异基因的方式可读性很好，值得推荐

, paste(groupB,"UP"), "NoDiff"))) case-when只保留差异基因的名字 library(dplyr) res_output %>% mutate(diff_gene...<=(-1)*log2FC) ~ Gene, TRUE ~ "" )) case-when每隔 1 个基因保留 1 个临时生成列时操作起来更方便了 library(dplyr) res_output...~ "" )) dplyr::if_else速度最快！...dplyr::if_else速度最快！...::if_else；如果多个条件，用dplyr::case_when (更可读)

7714 1

「Workshop」第二期：程序控制与数据操作流

select 排序 arrange 行列增加/更新基本的数学和比较逻辑运算符 + - * / > < == 偏移 dplyr:: lag lead 聚合 dplyr:: cumall cumany...其他 dplyr:: between case_when coalesce if_else na_if pmax pmin recode recode_factor mutate, transmute...is.na()) 位置 mean, meadian 逻辑值 mean, sum 位置 dplyr:: first last nth 排序 quantile min max 分布 IQR mad sd var...tibble tribble, enframe as_tibble, is_tibble 缺失值 drop_na fill replace_na 长转宽 pivot_wider, spread ?...文档和《R 语言编程指南》后几期主题本期未讲述的内容？？？

1.6K3 0

您找到你想要的搜索结果了吗？

是的

没有找到

R&Python Data Science 系列：数据处理（2）

1 衍生字段函数主要有两个函数，mutate()和transmute(）,两个函数在Python和R上使用方法相同，这两个函数本身有点区别：mutate()函数保留原来所有列，然后新增一列；transmute...2 条件函数这里介绍3个条件函数，if_else()、case_when()、between()函数，Python包dfply和R包dplyr中都是这3个函数，在用法上有点细微差别，日常中使用最多...而且if_else()函数可以嵌套使用，不过当条件判断超过2个的时候，建议使用case_when()函数。...注意：case_when函数在Python和R语言中使用的时候有点区别，请留意。...注意：R语言中可以使用XXX_join(a，b，by)，Python中不可以使用。

7751 0

ggplot2绘制多边形热图

给予长期支持我们的忠实读者们一个特别待遇：凡是购买过小编2022年或2023年VIP会员文档的朋友们，将自动获得2024年及以后更新的绘图文档代码，无需额外付费。...% str_remove("_d6") %>% str_replace_all("_", " ") } 数据清洗 scurvy_long % # 将指定列中的字符串解析为数字...pivot_longer(gum_rot_d6:fit_for_duty_d6, names_to = "symptom", values_to = "severity") %>% # 对处理和症状名称进行清洁和格式化...symptom_col = if_else(symptom == "Fit for duty", if_else(severity == 0, "grey35", "grey85"), pal...(fill = "grey99", color = NA), plot.margin = margin(10, 10, 10, 10))

1731 0

数据处理第2节：将列转换为正确的形状

它涵盖了操纵列以便按照您希望的方式获取它们的工具：这可以是计算新列，将列更改为离散值或拆分/合并列。...mutate中的任何内容都可以是新列（通过赋予mutate新的列名），或者可以替换当前列（通过保持相同的列名）。最简单的选项之一是基于其他列中的值的计算。...如果我想在几分钟内完成，我可以使用mutate_at（）并将包含列的所有'sleep'包装在vars（）中。其次，我在飞行中创建一个函数，将每个值乘以60。...如果要添加另一个数据框的信息，可以使用dplyr中的连接函数。...在这种情况下，我们有3列描述时间度量。对于某些分析和图表，可能有必要将它们合二为一。 gather函数需要您为新的描述性列指定名称（“key”），并为值列指定另一个名称（“value”）。

8.1K3 0

专题3 条件和循环

条件和循环一.条件语句###1.if(){ }如果(逻辑值，不是逻辑值向量)就{}(1)只有if没有else，那么条件是FALSE时就什么都不做可以用于管理代码块i = -1if (i0,"+","-")## [1] "+"x = rnorm(3) # 可以是逻辑值或逻辑值向量...require(g,character.only = T)) install.packages(g,ask = F,update = F)}dplyr包中case_when简化ifelselibrary...(dplyr)# case_when() # 可用于将数据转换为分类因子df NA NAdf %>% mutate(quality = case_when(points > 20 ~ 'high',

991 0

R tips：使用TCGAbiolinks包下载TCGA数据

目前有两大类TCGA数据可供下载，一个是Legacy，主要是一些使用 GRCh37 (hg19) 和GRCh36 (hg18)的数据，另一个是harmonized数据，统一使用GRCh38 (hg38)...GDCdownload，由于TCGA的下载不是特别稳定，所以可以使用files.per.chunk定为一个值，几个文件打包为一个压缩文件来下载。...summarizedExperiment对象和ExpressionSet等对象类型类似，核心组件就是三大件：表达量、列注释和行注释。...表达量：一个表达量矩阵，行是基因或者相关特征，列是样本或相关特征; 列注释：样本相关的注释，比如病人信息、生存数据等等；行注释：基因相关的注释，比如基因名称、长度、位置、ID等等。...生存分析时根据基因的中位数将其分为High和Low，使用log-rank检验显著性，也可以使用cox回归。

3.4K3 1

使用decoupleR一次性实现11种基因集的活性打分（R与Python我都要）

就是因为考虑到绝大部分小伙伴是Python和R编程语言的二选一，所以为了自己的工具使用更广泛，很多开发者会特意分发不同版本的软件。...在这个笔记本中，我们展示了如何使用decoupleR对一个bulk RNA测序数据集进行通路活性推断，该数据集中胰腺癌细胞系中的转录因子FOXA2被敲除。...::mutate_if(~ any(is.na(.x)), ~ dplyr::if_else(is.na(.x), 0, .x)) %>% tibble::...在这个例子中，我们将使用人类权重（也提供了其他生物体的权重），并且我们将使用按p值排名的前500个responsive genes。...雌激素（Estrogen）：促进女性生殖器官的生长和发育。缺氧（Hypoxia）：在氧气水平低时促进血管生成和代谢重编程。 JAK-STAT 信号通路：涉及免疫、细胞分裂、细胞死亡和肿瘤形成。

5691 0

生信马拉松 Day7

(test, new = Sepal.Length * Sepal.Width) #没赋值的情况下数据实际是不会新增的 #新增列名为new，值为Sepal.Length * Sepal.Width的一列...条件和循环，if，for 碎碎念：这个东西每次好久不用就想不起格式要重新查，脑子是个好东西，就是漏的厉害 rm(list=ls()) #if的格式 if (){ #if后面的括号里只能是一个逻辑值...，不可以是多个逻辑值组成的向量 } #if+else的格式 if (){ }else{ } #ifelse的格式 ifelse( , ,) #第一个逗号前是逻辑值 #for的格式 for(){...(dplyr) i = 0 ifelse(i>0,"+",ifelse(i<0,"-","0")) case_when(i>0 ~ "+", i<0 ~ "-",...2种方法 2.如何把数据框某列的“ ”转换为NA iris$Species[iris$Species=='']=NA 3.如何删除多余的信息 #这里示例数据中，a$tumor_stage.diagnoses

2530 0

ggplot2进阶绘制蜂窝图

)) # 构建ggplot图形，将结果存储在pp变量中 pp <- ggplot_build(p) # 从pp对象中提取数据，并创建一个新的数据框pp_df # 包含x, y坐标，半径r，以及cent_bee...数据框中的其他相关列 pp_df <- data.frame( x = pp$data[[1]]$x, y = pp$data[[1]]$y, r = 0.03, place = cent_bee...调整点的位置 # 使用circleRepelLayout函数调整点的位置，以避免重叠 pp_repel <- circleRepelLayout(pp_df, wrap = FALSE, sizetype...= "area") # 使用circleLayoutVertices函数获取调整后的点的坐标 pp_repel_out <- circleLayoutVertices(pp_repel$layout)...place == "Japan" ~ "#78B7C5",TRUE ~ "grey20"), color2 = if_else

3254 0

生信爱好者周刊（第 2 期）：生信的境界与道路

scArches可推广到多模态参考映射，允许对缺失的模态进行归因。最后，scArches保留了2019冠状病毒病（COVID-19）的疾病变异，当映射到健康参考时，可以发现特定疾病的细胞状态。...文章 1、在ggplot2散点图中自动添加回归系数或回归方程、R2、P值等有时候使用ggplot2绘制散点图展示两组变量的关系时，同时也做了一些描述二者关系的统计，如相关性分析、回归分析等，并期望将相关系数或回归方程...这包括表头、存根、列标签和跨组列标签、表主体和表脚。 4、gtExtras[15] gtExtras的目标是提供一些额外的辅助函数来帮助使用gt创建漂亮的表。...gtsummary包总结了数据集、回归模型等等，使用了具有高度可定制功能的合理默认值。 6、mathpix[17] - 图片转公式神器好用的公式提取工具。支持拷贝到Word和LaTex。...从阅读中读者可以学习安装和使用三方包、操作基础的数据类型，学习数据的导入、操作和可视化，学习统计分析和编写脚本等内容。

1.4K2 0

100个GEO基因表达芯片或转录组数据处理GSE25097（018）

写在前边虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门...R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。...可以筛选一下分组表型信息，只保留自己需要的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）pdata % dplyr::mutate(...`tissue:ch1`=='non_tumor liver'~'NonTumor', TRUE~NA) ) %>% drop_na(Group) %>% dplyr:...= TRUE)na.rm = TRUE)值小于50或者最小值小于0不需要log转化")}else { message

1181 0

Python-matplotlib 散点图绘制02

,na_position='last') 这里提一下，后期构建的绘图数据集主要基于上数据集中“season”和“episode”两列数据。...start_x列，结果为 episode_mod 列的最小值减5；根据 episode_mod 列生成新特征end_x列，结果为 episode_mod 列的最大值加5；根据 avg 列生成新特征y...列，结果为 avg 列的唯一值。...该操作在多数数据处理操作中经常遇到，如果觉得pandasz这样处理太过麻烦，也可以使用 R的 dplyr 包的mutate()方法结合if_else操作完成。...后期推文会尽可能使用matplotlib绘制。ggplot2的可视化绘制图文后期也会跟上的，希望大家能够喜欢。能力有限，有错误或者不理解的地方可以后台交流或加入 DataCharm交流群进行讨论。

1K1 0

Python-matplotlib 散点图配色设计

,na_position='last') 这里提一下，后期构建的绘图数据集主要基于上数据集中“season”和“episode”两列数据。...start_x列，结果为 episode_mod 列的最小值减5；根据 episode_mod 列生成新特征end_x列，结果为 episode_mod 列的最大值加5；根据 avg 列生成新特征y...列，结果为 avg 列的唯一值。...该操作在多数数据处理操作中经常遇到，如果觉得pandasz这样处理太过麻烦，也可以使用 R的 dplyr 包的mutate()方法结合if_else操作完成。...后期推文会尽可能使用matplotlib绘制。ggplot2的可视化绘制图文后期也会跟上的，希望大家能够喜欢。能力有限，有错误或者不理解的地方可以后台交流或加入 DataCharm交流群进行讨论。

1.1K1 0

100个GEO基因表达芯片或转录组数据处理之GSE126848（003）

写在前边虽然现在是高通量测序的时代，但是GEO、ArrayExpress等数据库储存并公开大量的基因表达芯片数据，还是会有大量的需求去处理芯片数据，并且建模或验证自己所研究基因的表达情况，芯片数据的处理也可能是大部分刚学生信的道友入门...R语言数据处理的第一次实战，因此准备更新100个基因表达芯片或转录组高通量数据的处理。...，只保留自己需要的样本，在这里只保留disease:ch1中healthy和NASH的样本，作为后续分析的样本（根据自己的研究目的筛选符合要求的样本）pdata na(Group)) %>% dplyr::select(Sample, Group, Age, Sex)fwrite(pdata, file = str_glue("{geo_accession...}_pdata.csv"))处理表达谱数据原始数据为Count值，需要标准化为TPM，并且基因名是Ensembl ID转换为Symbol基因名，可以使用到我自己写的几个函数genekit、bioquest

820 0

RNA-seq 保姆教程：差异表达分析（二）

导入表达矩阵开始导入文件夹中的 featureCounts 表。本教程将使用 DESeq2 对样本组之间进行归一化和执行统计分析。...统计获取基因数量的基本统计数据 # 使用 FDR 调整 p-values 从检测中获取结果 results <- results(ddsMat, pAdjustMethod = "fdr", alpha...注释基因symbol 经过比对和总结，我们只有带注释的基因符号。要获得有关基因的更多信息，我们可以使用带注释的数据库将基因符号转换为完整的基因名称和 entrez ID 以进行进一步分析。...Volcano # 从 DESeq2 结果中收集倍数变化和 FDR 校正的 pvalue ## - 将 pvalues 更改为 -log10 (1.3 = 0.05) data 的 EntrezID 和倍数变化 # 删除没有任何 entrez 标识符的基因 results_sig_entrez na(entrez

1K3 0

mlr3的校准曲线也是一样画！

前面介绍了使用tidymodels画校准曲线，不知道大家学会了没？ tidymodels不能画校准曲线？众所周知，tidymodels目前还不支持一键绘制校准曲线！相同类型的mlr3也是不支持的！...加载R包首先还是加载数据和R包，和之前的数据一样的。...，对数据进行预处理，为了和之前的tidymodels进行比较，这里使用的数据和预处理步骤都是和之前一样的。...Predicted Probability", y= "Observed Probability")+ theme_minimal() plot of chunk unnamed-chunk-14 是不是和上一篇中的...geom_line(size=1)+ labs(x="Predicted Probability", y= "Observed Probability")+ theme_minimal() 另一种颜值高点的校准曲线

7453 0

玩转数据处理120题｜R语言版本

new列的和大于60000的最后3行难度：⭐⭐⭐⭐ 期望输出 ?...R解法 colSums(is.na(df)) 54 缺失值处理题目：提取日期列含有空值的行难度：⭐⭐ 期望结果 ?...：从CSV文件中读取指定数据难度：⭐⭐ 备注从数据1中的前10行中读取positionName, salary两列 R语言解法 #一步读取文件的指定列用readr包或者原生函数都没办法 #如果文件特别大又不想全部再选指定列可以用如下办法...#基本思想先读取较少的数据获取列名 #给目标列以外的列打上NULL导致第二次读取文件时NULL列丢失即可 res <- read.csv('数据1.csv',encoding = 'GBK',nrows...难度：⭐⭐ 备注从数据2中读取数据并在读取数据时将薪资大于10000的为改为高 R语言解法 library(readr) df2 % mutate

8.9K1 0

pseudobulks单细胞差异基因分析

它使用统计检验方法（如Wilcoxon秩和检验、MAST或t检验）来比较不同细胞群体之间的基因表达差异。优点：● 保留了单细胞数据的分辨率，能够捕捉到细胞群体内的异质性。...● 工具和方法：pseudobulk分析可以使用传统的bulk RNA-seq分析工具，而FindMarkers/FindAllmarkers通常依赖于专门为单细胞数据设计的统计检验方法。...rowSums(as.matrix(scRNA@assays$RNA@layers$counts[, kp])): 对选定的细胞列(不同组)中的基因表达矩阵进行行求和，得到每个基因在该样本中的总表达量。...这里需要思考一下，我们使用的kp，这里的kp其实代表的是bs中的ID，所以按照这个数据而言，分别是对CA组和NL组的数据的基因表达矩阵进行行求和。....]: 这里使用这些位置索引来从 phe 数据框中提取相应行的 tissue.type 列，最终得到的 group_list 是一个向量，包含了 bs 中样本ID对应的组织类型。

3601 0

R语言专题3-条件和循环

专题3.条件和循环1.条件语句-if(){}1.1 只有if# if()里的内容一定得是逻辑值，可以是你写上的T和F，也可以是运算结果# 若运算结果为T或者你写上了T，他就会执行后续语句，反之则不执行#...# 3个参数# ifelse(x,yes,no)# x:逻辑值或者逻辑向量；yes:逻辑值为T时的返回值；no:逻辑值为F时的返回值# 简单示范i = 1ifelse(i>0,'+','-')## [1...，大家可以先从看懂模仿开始## [1] "0"补充:case_when()# 用之前先加载R包dplyrlibrary(dplyr)# 先来个简单的,case_when是按顺序进行判断的i = 0case_when...按顺序进行判断，条件严格的往前写哈# 这个用来看p值比较多case_when(x 列，

2463 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭