Fatal编程技术网
  • r/
  • R 通过两个数据集的观察来识别个体

R 通过两个数据集的观察来识别个体

r dataframe

R 通过两个数据集的观察来识别个体,r,dataframe,R,Dataframe,我与R和。我正在对转录组和代谢组进行综合分析 我有两个data.frames，一个用于转录组数据：datExprFemale，另一个用于代谢组数据：allTraits，但我无法将两个data.frames合并在一起 > datExprFemale[1:5, 1:5] ID gene1 gene2 gene3 gene4 F16 -0.450904880 0.90116800 -2.710879397 0.98942336 F17 -0.3

我与R和。我正在对转录组和代谢组进行综合分析

我有两个
data.frames
，一个用于转录组数据：
datExprFemale
，另一个用于代谢组数据：
allTraits
，但我无法将两个
data.frames
合并在一起

> datExprFemale[1:5, 1:5]
ID    gene1         gene2       gene3        gene4
F16 -0.450904880  0.90116800 -2.710879397  0.98942336
F17 -0.304889916  0.70307639 -0.245912838 -0.01089557
F18  0.001696330  0.43059153 -0.177277078 -0.24611398
F19 -0.005428231  0.32838938  0.001070509 -0.31351216
H1   0.183912553 -0.10357460  0.069589703  0.15791036

> allTraits[1:5, 1:5]
IND   met1          met2        met3         met4
F15   6546          68465       56465        6548
F17   89916         7639        2838         9557
F20   6330          53          7078         11398
F1    231           938         509          351216

allTraits
中的个体在
datExprFemale
中有测量值，但是
datExprFemale
中的一些个体在
allTraits
中没有出现

以下是我尝试将两个
数据帧合并在一起的内容：


# First get a vector containing the row names (individual's ID) in datExprFemale
IND=rownames(datExprFemale)
# Get the rows in which two variables have the same individuals
traitRows = match(allTraits$IND, IND)
datTraits = allTraits[traitRows, -1]


这给了我以下信息：


         met1                       met2    met3                      met4
11       0.0009                     0.0559   7.1224                    3.3894
12       0.0006                     0.0370  10.5776                   14.4437
15       0.0011                     0.0295   5.7941                   19.0225
16       0.0010                     0.0531   6.1010                    4.7698
17       0.0016                     0.0462   7.7819                    7.8796
19       0.0011                     0.0192  12.7126                    9.2564
20       0.0007                     0.0502   9.4147                   15.3579
21       0.0025                     0.0455   8.4129                   17.7273
NA           NA                         NA       NA                        NA
NA.1         NA                         NA       NA                        NA
NA.2         NA                         NA       NA                        NA
NA.3         NA                         NA       NA                        NA
NA.4         NA                         NA       NA                        NA
3        0.0017                     0.0375   8.8503                    8.7581
7        0.0006                     0.0156   7.9272                    4.9887
8        0.0011                     0.0154   8.4716                    8.6515
9        0.0010                     0.0306   9.1220                    3.5843


正如您看到的，有一些
NA
值，但我不知道为什么

现在，当我想使用以下代码将每个人的ID分配到相应的行时：


rownames(datTraits) = allTraits[traitRows, 1]


R给出了这个错误：


Error in `row.names<-.data.frame`(`*tmp*`, value = value) : 
  duplicate 'row.names' are not allowed
In addition: Warning message:
non-unique values when setting 'row.names': 



“row.names”中的
错误您的代码中存在一些问题：


  • 按照您提供的格式，您的
    datExprFemale
    没有
    行名
    ，因此匹配根本不起作用
    • 

  • match
    告诉您
    allTraits
    中的个体对应于
    datExprFemale
    中的哪些行，而不是需要从
    allTraits
    中提取的行
    • 
以下是我将采取的方法：
    

    # First make sure `allTraits` and `datExprFemale` actually have the right rownames
rownames(datExprFemale) = datExprFemale$ID
rownames(allTraits) = allTraits$IND
# Now get the individuals who have both transcriptomic and metabolomic 
# measurements
has.both = union(rownames(allTraits), rownames(datExprFemale))
# Now pull out the subset of allTraits you want:
allTraits[has.both,]

    

    您的代码中存在一些问题：
    

  • 按照您提供的格式，您的
    datExprFemale
    没有
    行名
    ，因此匹配根本不起作用
    • 

  • match
    告诉您
    allTraits
    中的个体对应于
    datExprFemale
    中的哪些行，而不是需要从
    allTraits
    中提取的行
    • 
以下是我将采取的方法：
    

    # First make sure `allTraits` and `datExprFemale` actually have the right rownames
rownames(datExprFemale) = datExprFemale$ID
rownames(allTraits) = allTraits$IND
# Now get the individuals who have both transcriptomic and metabolomic 
# measurements
has.both = union(rownames(allTraits), rownames(datExprFemale))
# Now pull out the subset of allTraits you want:
allTraits[has.both,]

    

    谢谢你的回复。事实上，代码中的“datTraits”必须如下所示：
胰岛素、葡萄糖、胰岛素、瘦素、pg、ml、脂联素、主动脉病变
F2_3 944 0.42055085 15148.76 14.339 296250
F2_14 632 0.67088608 6188.74 15.439 486313
F2_15 3326 0.16746843 18400.26 11.124 180750
F2 U 19 426 0.89671362 8438.70 16.842 113000
F2_20 2906 0.15691672 41801.54 13.498 166750
F2_23920 0.58804348 24133.54 14.511 234000
F2_24 1895 0.24538259 52360.00 13.813 267500
F2_26 7293 0.090909 126880.00 14.118 198000
F2 U 37 653 0.65849923 17100.00 12.470 121000
F2_42 1364 0.35703812 99220.00 14.531 110000
    
其中行是个体，列是代谢物。此变量包含转录组学和代谢组学文件中的个体。
但是对于代码，我从WGCNA的教程中复制了它们。
谢谢你的建议，

    贝扎德谢谢你的回复。事实上，代码中的“datTraits”必须如下所示：
胰岛素、葡萄糖、胰岛素、瘦素、pg、ml、脂联素、主动脉病变
F2_3 944 0.42055085 15148.76 14.339 296250
F2_14 632 0.67088608 6188.74 15.439 486313
F2_15 3326 0.16746843 18400.26 11.124 180750
F2 U 19 426 0.89671362 8438.70 16.842 113000
F2_20 2906 0.15691672 41801.54 13.498 166750
F2_23920 0.58804348 24133.54 14.511 234000
F2_24 1895 0.24538259 52360.00 13.813 267500
F2_26 7293 0.090909 126880.00 14.118 198000
F2 U 37 653 0.65849923 17100.00 12.470 121000
F2_42 1364 0.35703812 99220.00 14.531 110000
    
其中行是个体，列是代谢物。此变量包含转录组学和代谢组学文件中的个体。
但是对于代码，我从WGCNA的教程中复制了它们。
谢谢你的建议，

    Behzad
    您是否只想要具有代谢组学和转录组学测量的个体？而且
    WGCNA
    不希望两个数据集合并（即，您通常对表达数据运行WGCNA，然后查找与它发现的模块和您的代谢组学数据的关系）您是否只想要具有代谢组学和转录组学测量的个体？另外，
    WGCNA
    不希望两个数据集合并（即，您通常对表达数据运行WGCNA，然后查找与它发现的模块和您的代谢组学数据的关系）