R 如何创建一个函数来分离和平均这些数据行

我是R新手，有一个大数据框，我想用它在列名中用一个字母分隔数据，然后在末尾附加一个列，其中包含行的平均值。数据如下：

    V1          V2  V3             V4        V5       V6       V7       V8       V9      V10      
1          gene_id gene_symbol Chr        Biotype     L001P    L003P    L004P    L005P    L008P   
2  ENSG00000000003      TSPAN6   X protein_coding   31.8003  67.3098   63.033    63.83  38.6941  
3  ENSG00000000005        TNMD   X protein_coding 0.0372353  2.28841 0.032932        0 0.358512        
4  ENSG00000000419        DPM1  20 protein_coding   17.5575  43.7474  21.0119  22.9765  26.3166  
5  ENSG00000000457       SCYL3   1 protein_coding   2.68196   3.7079  3.14505  3.82323  3.32028  
6  ENSG00000000460    C1orf112   1 protein_coding  0.532179  2.46598  1.11985 0.584227  1.20095  

大约有70列和13行，您只能看到以“p”结尾的列（V6:V10），但是数据框中有39列以“t”结尾。我想知道如何将这两个“t”和“p”分开，然后表示行

---

我尝试了

apply

、

lappy

、

grep

和

split

但似乎仍然无法将它们分开。每当我尝试应用平均值时，它会返回所有的NA值，现在请确定从这里开始的方向。

首先，您读取的数据不正确（导入时可能选择了

header=FALSE

）。看起来您的第一行应该是标题，实际数据从第2行开始

names(df) <- df[1, ] #Give 1st row as column names
df  <- df[-1, ]      #Delete 1st row

因为我们之前弄乱了第一行，所以列的类型已经改变，我们需要将

cols

转换为数值

df[cols] <- lapply(df[cols], as.numeric)

我不清楚您是想同时还是分别计算以

“p”

和

“t”

结尾的列的

平均值。上面的计算加在一起。如果你想单独计算它们，你可以这样做

p_cols <- grep("P$", names(df))
t_cols <- grep("t$", names(df))
df[c(p_cols, t_cols)] <- lapply(df[c(p_cols, t_cols)], as.numeric)
df$P_Mean <- rowMeans(df[p_cols], na.rm = TRUE)
df$T_Mean <- rowMeans(df[t_cols], na.rm = TRUE)

p_cols这里是一个
数据表
方法：

由于您没有提供任何可复制的示例数据，我不得不制作一个：

# load library

library(data.table)

# create data.table as the column binding of some letters and some numbers

dt <- cbind(data.table(x = LETTERS[1:5]), 
            as.data.table(matrix(sample(1:30, 30, FALSE), 
                                 nrow = 5)))

# the names aren't right, so we need to fix them according to your requirement:

names(dt) <- c("x", "1T", "2T", "3T", "1P", "2P", "3P")

在这里，我们在字符串的末尾寻找一个T，我们要搜索的向量是data.table本身的
名称的向量

对Ps执行此操作只是同一个命令，当然，将Ts替换为Ps

dt[, averagePs := apply(.SD, 1, mean), .SDcols = grep("P$", names(dt))]

看起来您导入的数据没有标题，因此列名是
V1，V2，…
，而不是
gene\u id，…
。如果您解决了这个问题，您可以使用
来选择列，例如
P
列的
列（stringr:：str_detect（names（yourdata），“P$”）
。很抱歉不够清晰，我希望每个行（每个基因）都有一个平均值。使用
cols@NewToR时，您是否完成了第一部分？是否更改列名并删除第一行<代码>名称（df）是的，我已经做了两个
名称（df）@newt或者你的数据中有factor列。让我们从头开始。首先将所有数据转换为字符
df[]啊，是的，似乎已经解决了整数问题。但是，我需要将P列和T列分离到它们自己的数据帧中，以便我可以分别表示行
# load library

library(data.table)

# create data.table as the column binding of some letters and some numbers

dt <- cbind(data.table(x = LETTERS[1:5]), 
            as.data.table(matrix(sample(1:30, 30, FALSE), 
                                 nrow = 5)))

# the names aren't right, so we need to fix them according to your requirement:

names(dt) <- c("x", "1T", "2T", "3T", "1P", "2P", "3P")

dt[, averageTs := apply(.SD, 1, mean), .SDcols = grep("T$", names(dt))]

dt[, averagePs := apply(.SD, 1, mean), .SDcols = grep("P$", names(dt))]