R 向数据帧添加行
我逐行读取文件,然后将特定行添加到数据帧中。下面是我将添加到数据帧的一行的示例: 原子230 CA GLU A 31 66.218 118.140 2.411 1.00 31.82 C 我已经验证了我的检查是否正常,我认为这与我的rbind命令有关。谢谢你的帮助 编辑:错误如下,数据帧的输出为:R 向数据帧添加行,r,dataframe,R,Dataframe,我逐行读取文件,然后将特定行添加到数据帧中。下面是我将添加到数据帧的一行的示例: 原子230 CA GLU A 31 66.218 118.140 2.411 1.00 31.82 C 我已经验证了我的检查是否正常,我认为这与我的rbind命令有关。谢谢你的帮助 编辑:错误如下,数据帧的输出为: Residue AtomCount SideChain XCoord YCoord ZCoord 2 MET 1 A 62.935 97.579 30.2
Residue AtomCount SideChain XCoord YCoord ZCoord
2 MET 1 A 62.935 97.579 30.223
21 <NA> 2 A 63.155 95.525 27.079
3 <NA> 3 A 65.289 96.895 24.308
剩余原子计数侧链XCoord YCoord ZCoord
2符合1 A 62.935 97.579 30.223
21 2 A 63.155 95.525 27.079
3 A 65.289 96.895 24.308
似乎它不再提取残留物的名称了
我使用的代码是:
get.positions <- function(sourcefile, chain_required = "A"){
positions = data.frame()
visited = list()
filedata <- readLines(sourcefile, n= -1)
for(i in 1: length(filedata)){
input = filedata[i]
id = substr(input,1,4)
if(id == "ATOM"){
type = substr(input,14,15)
if(type == "CA"){
#if there are duplicates it takes the first one
residue = substr(input,18,20)
type_of_chain = substr(input,22,22)
atom_count = strtoi(substr(input, 23,26))
if(atom_count >=1){
if(type_of_chain == chain_required && !(atom_count %in% visited) ){
position_string = trim(substr(input,30,54))
position_string = lapply(unlist(strsplit(position_string," +")),as.numeric)
positions<- rbind(positions, list(residue, atom_count, type_of_chain, position_string[[1]], position_string[[2]], position_string[[3]]))
}
}
}
}
}
return (positions)
}
get.positions当我用我得到的数据运行你的代码时,我得到了type==“LU”
(因此它没有通过type==“CA”
测试),其余的处理从未完成。我认为您可能需要将索引更改为
type = substr(input,10,11)
修复该问题会带来其他问题,而且修复所有问题将非常困难,因为目标没有明确说明,但它建议您编辑代码和数据,以使其可复制。这可能是一种可复制的输入/执行方法:
get.positions(textConnection("ATOM 230 CA GLU A 31 66.218 118.140 2.411 1.00 31.82 C") )
最后,以下措施奏效了。首先,我制作了一个更大的数据帧,然后只替换特定的行(感谢Joran将我链接到R地狱)
对于询问我为什么在加号上拆分的用户,您的假设是不正确的。语法实际上是“+”,这是一个空格加号,因此它在多个空格上拆分。最后,对于不正确的索引,我终于找到了如何在窗体上显示额外的空格。这是正确的原始行,您将看到索引匹配
ATOM 2 CA MET A 1 62.935 97.579 30.223 1.00 37.58 C
工作的R代码如下所示
get.positions <- function(sourcefile, chain_required = "A"){
N <- 10^5
AACount <- 0
positions = data.frame(Residue=rep(NA, N),AtomCount=rep(NA, N),SideChain=rep(NA, N),XCoord=rep(NA, N),YCoord=rep(NA, N),ZCoord=rep(NA, N),stringsAsFactors=FALSE)
visited = list()
filedata <- readLines(sourcefile, n= -1)
for(i in 1: length(filedata)){
input = filedata[i]
id = substr(input,1,4)
if(id == "ATOM"){
type = substr(input,14,15)
if(type == "CA"){
#if there are duplicates it takes the first one
residue = substr(input,18,20)
type_of_chain = substr(input,22,22)
atom_count = strtoi(substr(input, 23,26))
if(atom_count >=1){
if(type_of_chain == chain_required && !(atom_count %in% visited) ){
visited <- c(visited, atom_count)
AACount <- AACount + 1
position_string = trim(substr(input,30,54))
position_string = lapply(unlist(strsplit(position_string," +")),as.numeric)
#print(input)
positions[AACount,]<- c(residue, atom_count, type_of_chain, position_string[[1]], position_string[[2]], position_string[[3]])
}
}
}
}
}
positions<-positions[1:AACount,]
return (positions)
get.positions(1)您还没有说问题出在哪里,(2)一旦您发现此代码速度惊人地慢,请尝试阅读的前几节,看看原因以及如何解决。调试变量是否包含正确信息的一种方法是使用print(变量值)简单地打印
并检查。给我们一个非常小的数据样本集来说明您的问题。例如,查看您的循环,我注意到您将字符串按+
字符分割,但示例输入中没有加号字符。而且,strtoi
可能没有做你认为它做的事情;如果向其传递一个浮点,它将返回NA
。最后,您从哪个软件包获得了trim
?完全可以接受您自己的问题答案。如果问题解决了,我建议将其标记为已接受,以将其从R问题的“未回答”队列中删除。谢谢