#r
#r
Вопрос:
Я пытаюсь выяснить, как манипулировать моим исходным фреймом данных (BLAST), чтобы узнать максимальные значения выбранных столбцов.
head(BLAST)
qseqid sseqid staxids pident bitscore evalue length mismatch qstart qend
1: k127_70 ref|NZ_MCGG01000042.1| 28181 73.930 102.0 1.57e-20 257 65 228 483
2: k127_84 ref|NZ_FXXN01000027.1| 1979370 80.690 110.0 5.76e-23 145 24 70 212
3: k127_84 ref|NC_007626.1| 342108 78.621 93.5 5.80e-18 145 27 70 212
4: k127_86 gb|PEAC01000057.1| 2032654 100.000 62.1 2.41e-08 33 0 408 440
5: k127_311 ref|NZ_LWQU01000152.1| 1437059 72.709 292.0 3.63e-77 993 227 30 1006
6: k127_311 ref|NZ_FO538765.1| 1288970 72.778 222.0 4.83e-56 720 172 20 727
qcovhsp qcovs
1: 53 53
2: 47 47
3: 47 47
4: 8 8
5: 50 50
6: 36 36
taxonomy
1: Proteobacteria,Alphaproteobacteria,Rhodospirillales,Rhodospirillaceae,Magnetovibrio,Magnetovibrio blakemorei
2: Proteobacteria,Alphaproteobacteria,Rhodospirillales,Rhodospirillaceae,Magnetospirillum,Magnetospirillum sp. 15-1
3: Proteobacteria,Alphaproteobacteria,Rhodospirillales,Rhodospirillaceae,Magnetospirillum,Magnetospirillum magneticum
4: Nitrospirae,NA,NA,NA,NA,Nitrospirae bacterium MYbin6
5: Proteobacteria,Alphaproteobacteria,Rhodospirillales,Rhodospirillaceae,Magnetospirillum,Magnetospirillum moscoviense
6: Proteobacteria,Alphaproteobacteria,Rhodospirillales,Rhodospirillaceae,Magnetospira,Magnetospira sp. QH-2
Я создал другой фрейм данных (Max.BLAST), чтобы получить максимальное значение для определенного столбца и сгруппировать его по таксономии.
Max.BLAST <- BLAST %>%
group_by(taxonomy) %>%
summarize(evalue = max(evalue),
bitscore = max(bitscore),
pident = max(pident))
head(Max.BLAST)
# A tibble: 6 x 4
taxonomy evalue bitscore pident
<chr> <dbl> <dbl> <dbl>
1 Candidatus Omnitrophica,NA,NA,NA,Candidatus Omnitrophus,Candidatus Omni… 1.00e-6 1118 100
2 Candidatus Omnitrophica,NA,NA,NA,NA,Candidatus Omnitrophica bacterium 1.00e-6 630 100
3 NA,NA,NA,NA,NA,bacterium FH-1 8.27e-7 169 100
4 NA,NA,NA,NA,NA,magneto-ovoid bacterium MO-1 9.95e-7 1474 100
5 Nitrospirae,NA,NA,NA,NA,Nitrospirae bacterium 1.00e-6 1110 100
6 Nitrospirae,NA,NA,NA,NA,Nitrospirae bacterium MYbin3 9.95e-7 893 100
Как мне получить соответствующий столбец «qseqid» для фрейма данных Max.BLAST?
Заранее благодарю.
Комментарии:
1. Привет, я не знаю подробностей ваших данных, но, вероятно, то, что вы хотите, не совсем возможно: строка, для которой значение evalue является максимальным, может отличаться
qseqidот строки, для которойbitscoreзначение maximal .2. Уважаемый @ Cettt, значения должны совпадать друг с другом. 🙂
Ответ №1:
Попробуйте:
Max.BLAST <- BLAST %>%
group_by(taxonomy) %>%
mutate(evalue = max(evalue),
bitscore = max(bitscore),
pident = max(pident))
Ответ №2:
вы можете попробовать это:
Max.BLAST <- BLAST %>%
group_by(taxonomy) %>%
summarize(evalue = max(evalue),
bitscore = max(bitscore),
pident = max(pident)) %>%
semi_join(BLAST, . , by = c("taxonomy", "evalue", "bitscore", "pident")) %>%
select(qseqid, taxonomy, evalue, bitscore, pident) %>%
distinct()
Комментарии:
1. Уважаемый @ Cettt, к сожалению, у меня это не сработало. dim(Max.BLAST) [1] 47 4 A <- BLAST %>% group_by(таксономия) %>% summary(evalue = max(оценка), bitscore = max(bitscore), pident = max(pident)) %>% semi_join(BLAST, . , by = c(«таксономия», «оценка»)) %>% select(qseqid, taxonomy, evalue, bitscore, pident) dim(A) [1] 173 5 Мне нужны только 47 таксономий ичтобы получить их соответствующий qseqid. Спасибо, что просмотрели это.
2. Уважаемый @Cettt, к сожалению, это тоже не сработало. B <- BLAST %>% group_by(таксономия) %>% summary(evalue = max(оценка), bitscore = max(bitscore), pident = max(pident)) %>% semi_join(BLAST, . , by = c(«таксономия», «оценка», «bitscore», «pident»)) %>% select(qseqid, taxonomy, evalue, bitscore, pident) %>% distinct() dim(B) [1] 0 5
3. можете поделиться выводом
dput(BLAST)внутри вашего вопроса (не в качестве комментария). Если ваши данные слишком велики, выберите соответствующее подмножество.
Ответ №3:
Ответ @Cetttt выше должен работать, но вот другое решение без объединения :
Max.BLAST <- BLAST %>%
group_by(taxonomy) %>%
mutate(is_max = evalue == max(evalue)) %>%
filter(is_max == TRUE) %>%
ungroup()
Поскольку вы сказали, что максимальные значения должны совпадать друг с другом, в основном вы ищете для каждой группы taxonomy строку, которая соответствует максимальному значению любой из переменных, поэтому вы создаете фиктивное значение, соответствующее этому максимальному значению, а затем фильтруете по этому фиктивному значению. Очевидно, что вы можете объединить две операции в одну (я добавил поддельные данные, чтобы сделать их воспроизводимыми) :
set.seed(10042019)
nrows <- 50
BLAST <- data.frame(
id = paste0('id_', 1:nrows),
taxonomy = sample(letters[1:5], size = nrows, replace = T),
evalue = runif(nrows),
bitscore = rnorm(nrows),
stringsAsFactors = F
)
head(BLAST)
BLAST %>%
group_by(taxonomy) %>%
filter(evalue == max(evalue)) %>%
ungroup()
Если вы хотите быть уверенным, что он соответствует всем максимумам, вы можете использовать filter_at :
BLAST <- mutate(BLAST, bitscore = evalue * 2.5)
BLAST %>%
group_by(taxonomy) %>%
filter_at(vars(evalue, bitscore), all_vars(. == max(.))) %>%
ungroup()
Обратите внимание, что это последнее решение может привести к получению пустого data.frame, если максимумы не достигнуты для одной и той же строки!