R 使用tapply根据列名计算平均值

我有一个看起来像这样的数据集：

   sample_id       target_id     tpm
1 SRR3884840X           (A)n     0.00000
2 SRR3884840X           (AC)n    0.00000
3 SRR3884840X           (AG)n    0.00000
4 SRR3884840X           (AT)n    15.54990
5 SRR3884840X           (C)n     3.10997
6 SRR3884840X           (CAA)n   6.21995
27357  SRR3884841X      (A)n     0.00000e+00
27358  SRR3884841X      (AC)n    0.00000e+00
27359  SRR3884841X      (AG)n    0.00000e+00
27360  SRR3884841X      (AT)n    0.00000e+00
27361  SRR3884841X      (C)n 1.  76941e+01
27362  SRR3884841X      (CAA)n 3.53882e+01
1094236 SRR3884878C comp78901_c0_seq3_1      916                
1094237 SRR3884878C comp85230_c0_seq1_1      1002                  
1094238 SRR3884878C comp56944_c0_seq1_1      2285              

example data:
> dput(droplevels(head(teX,15)))
structure(list(sample_id = structure(c(1L, 1L, 1L, 1L, 1L, 1L,  
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "SRR3884840X", class
"factor"), 
target_id = structure(1:15, .Label = c("(A)n", "(AC)n", "(AG)n", 
"(AT)n", "(C)n", "(CAA)n", "(CAAA)n", "(CAAAA)n", "(CAAAAA)n", 
"(CCA)n", "(CCCCA)n", "(CCCCAA)n", "(CCCCCA)n", "(CCCGAA)n", 
"(CCCTAA)n"), class = "factor"), tpm = c(0, 0, 0, 15.5499, 
3.10997, 6.21995, 43.5396, 9.32992, 3.10997, 0, 0, 0, 0, 
0, 0)), .Names = c("sample_id", "target_id", "tpm"), row.names = c(NA, 
15L), class = "data.frame")

我想计算每个目标id的平均tpm（10个样本id中约12000个目标id），因此我使用了Lappy：

teXmean <- tapply(teX$target_id , teX$tpm, mean) 

---

有没有办法恢复每个平均值的目标id，或者我完全走错了路？最终目标是计算每个target_id的平均值，删除target_id包含字符串“comp”的条目，然后使用heatmap生成热图

您也可以使用

dplyr

：

选项卡
#>包装附件：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#> 
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#> 
#>相交、setdiff、setequal、并集
制表符%>%
分组依据（目标id）%>%
总结（平均值=平均值（tpm））
#>#tibble:15 x 2
#>目标\u id表示\u tpm
#>           
#>1（A）n 0.00000
#>2（AC）n 0.00000
#>3（德国）新西兰元0.00000
#>4（AT）n 15.54990
#>5（C）n 3.10997
#>6（CAA）n 6.21995
#>7（CAAA）n 43.53960
#>8（CAAAA）n 9.32992
#>9（CAAAAA）n 3.10997
#>10（CCA）0.00000新西兰元
#>11（CCCCA）0.00000新西兰元
#>12（CCCCAA）0.00000新西兰元
#>13（CCCCCA）0.00000新西兰元
#>14（CCCGAA）0.00000新西兰元
#>15（CCCTAA）0.00000新西兰元

您有一个输入错误。尝试反转参数：

tapply（teX$tpm，teX$target\u id，mean）

或显式提供参数名称

tapply（INDEX=teX$target\u id，X=teX$tpm，FUN=mean）

。也请注意，如果有任何缺少的值，

mean

将返回

NA

，因此将来您可以更明确地说

tapply（teX$tpm，teX$target\u id，function（x）mean（x，NA.rm=TRUE））

@MarkWhite编写

tapply（teX$tpm，teX$target\u id，mean，NA.rm=TRUE）更简单）

@HubertL很好的电话——我可以发誓，这在以前的很多时候对我都不起作用。

   0 2.25378e-10 3.21558e-10 4.49778e-10  4.5942e-10 4.63221e-10  5.5716e-10 5.63276e-10 5.90753e-10 6.20478e-10 
     NA          NA          NA          NA          NA          NA          NA          NA          NA          NA