• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • @你需要提高一下 R 技能了(plyr 包)

      @你需要提高一下 R 技能了(plyr 包)

      • 发布者 weinfoadmin
      • 分类 未分类, 老俊俊的生信笔记
      • 日期 2021年9月10日
      • 评论 0评论

      感谢老俊俊的大力支持。我们会每日跟新,欢迎您关注老俊俊的生信笔记。




      点击上方关注我们





      介绍


      plyr 包是大神 Hadley Wickham 开发的,是这样描述的:

      对数据进行:1.切片分割-2.应用函数-3.合并结果 ,三步操作一步搞定,极大的提升了编写代码的效率,简化代码量。对于 apply 家族函数算得上是新一代升级吧。

      主要包含以下函数,都是有规律可循的,XYply格式:

      • X 代表输入数据类型,可为:a(array)、d(data frame)、l(list)等类型。
      • Y 代表输出数据类型,a(array)、d(data frame)、l(list)、(_)等类型。_ 表示什么都不输出。

      具体见下:



      使用


      我们看看用 tidyverse 做个示例,按 cyl 分组计算 mpg 的均值:

      library(tidyverse)
      data("mtcars")

      # 按cyl分组计算mpg的均值
      mtcars %>% group_by(cyl) %>%
        summarise(mean = mean(mpg))

      # A tibble: 3 x 2
          cyl  mean
        <dbl> <dbl>
      1     4  26.7
      2     6  19.7
      3     8  15.1

      我们可以使用 ddply ,看看用法:

      Usage
      ddply(
        .data, # 输入数据,数据框
        .variables, # 分割变量,字符串或者公式
        .fun = NULL, # 应用的函数
        ..., # 函数的其它参数
        .progress = "none", # 显示处理进程
        .inform = FALSE, # 产生过程信息
        .drop = TRUE,
        .parallel = FALSE, # 是否多线程处理
        .paropts = NULL
      )

      使用,一句搞定:

      ddply(mtcars,.(cyl),summarise,mean = mean(mpg),sum = sum(disp))

        cyl     mean    sum
      1   4 26.66364 1156.5
      2   6 19.74286 1283.2
      3   8 15.10000 4943.4

      输出列表:

      # 输出列表
      dlply(mtcars,.(cyl),summarise,mean = mean(mpg))

      $`4`
            mean
      1 26.66364

      $`6`
            mean
      1 19.74286

      $`8`
        mean
      1 15.1

      attr(,"split_type")
      [1] "data.frame"
      attr(,"split_labels")
        cyl
      1   4
      2   6
      3   8

      不输出:

      # 不输出
      d_ply(mtcars,.(cyl),summarise,mean = mean(mpg))

      # 结果啥都没有

      显示进程:

      # 显示进程
      ddply(mtcars,.(cyl),summarise,mean = mean(mpg),
            .progress = 'text')

        |==================================================================| 100%
        cyl     mean
      1   4 26.66364
      2   6 19.74286
      3   8 15.10000

      列表格式数据输入:

      lst <- list(a = 1:3,b = 2:4,c = 1:5)

      # 输出数据框
      ldply(lst,sum)

        .id V1
      1   a  6
      2   b  9
      3   c 15
      # 输出列表
      llply(lst,sum)

      $a
      [1] 6

      $b
      [1] 9

      $c
      [1] 15

      a*ply() 的特点在于含有 .margins 参数,它和 apply 很相似。对于 2 维数组, .margins 可以取 1,2,或者 c(1:2),对应按行切片,按列切片及每个元素进行切片,随便看一个用法:

      adply(
        .data, # 矩阵、数组、数据框
        .margins,
        .fun = NULL,
        ...,
        .expand = TRUE,
        .progress = "none",
        .inform = FALSE,
        .parallel = FALSE,
        .paropts = NULL,
        .id = NA
      )

      使用示例:

      # 构建数组
      da <- array(1:10, c(4,4))
      da

           [,1] [,2] [,3] [,4]
      [1,]    1    5    9    3
      [2,]    2    6   10    4
      [3,]    3    7    1    5
      [4,]    4    8    2    6

      按行求和:

      # 按行求和
      adply(da,.margins = 1,sum)

        X1 V1
      1  1 18
      2  2 22
      3  3 16
      4  4 20

      按列求均值:

      # 按列求均值
      adply(da,.margins = 1,mean)

        X1  V1
      1  1 4.5
      2  2 5.5
      3  3 4.0
      4  4 5.0

      操作每个元素:

      # 每个元素乘以10
      adply(da,.margins = c(1,2),.fun = function(x){x*10})

         X1 X2  V1
      1   1  1  10
      2   2  1  20
      3   3  1  30
      4   4  1  40
      5   1  2  50
      6   2  2  60
      7   3  2  70
      8   4  2  80
      9   1  3  90
      10  2  3 100
      11  3  3  10
      12  4  3  20
      13  1  4  30
      14  2  4  40
      15  3  4  50
      16  4  4  60

      结合自定义函数应用会更加快捷方便,其它的小伙伴们自行去探索吧。


      欢迎加入生信交流群。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦,代码已上传至QQ群文件夹。

      群二维码:


      老俊俊微信:




      知识星球:



      所以今天你学习了吗?

      欢迎小伙伴留言评论!

      点击我留言!

      今天的分享就到这里了,敬请期待下一篇!

      最后欢迎大家分享转发,您的点赞是对我的鼓励和肯定!

      如果觉得对您帮助很大,赏杯快乐水喝喝吧!



       往期回顾 




      ◀ggplot 图例(你想要的都在这了!)

      ◀把 corrplot 颜色条改成文献里那样?

      ◀ggcor 的环形热图

      ◀你看过 NCBI 的基因组和注释文件吗?

      ◀ComplexHeatmap 之 Legends 续(二)

      ◀ComplexHeatmap 之 Legends 续(一)

      ◀ComplexHeatmap 之 Legends

      ◀ComplexHeatmap 之 Heatmap List 续(二)

      ◀ComplexHeatmap 之 Heatmap List 续(一)

      ◀ComplexHeatmap 之 Heatmap List

      ◀…

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      Circular RNAs 的生物发生、功能和挑战
      2021年9月10日

      下一篇文章

      ggplot 图例(你想要的都在这了!)
      2021年9月10日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?