育种数据分析之放飞自我分享 http://blog.sciencenet.cn/u/yijiaobai 关注:生物统计,数量遗传,混合线性模型,生物信息,R,Perl,Python,GWAS,GS相关方法,文章及代码

博文

R语言如何筛选数据框中的列--select

已有 2445 次阅读 2022-1-20 19:42 |个人分类:R语言|系统分类:科研笔记

大家好,我是飞哥呀。

我们知道,R语言学习,80%的时间都是在清洗数据,而选择合适的数据进行分析和处理也至关重要,如何选择合适的列进行分析,你知道几种方法?

如何优雅高效的选择合适的列,让我们一起来看一下吧。

1. 数据描述

数据来源是我编写的R包learnasreml中的fm数据集。

r$> library(learnasreml)

r$> data(fm)

r$> head(fm)
\"\"

「我们的目的:」

提取fm的TreeID,Rep,dj,dm,h3,并重命名为:ID, F1, y1 , y2, y3

2. 使用R语言默认的方法:列选择

这一种,当然是简单粗暴的方法,想要哪一列,就把相关的列号提取出来,形成一个向量,进行操作即可。比如

r$> d1 = fm[,c(1,3,6,7,11)]

r$> head(d1)
  TreeID Rep    dj    dm  h3
1  80001   1 0.334 0.405 239
2  80002   1 0.348 0.393 242
3  80004   1 0.354 0.429 180
4  80005   1 0.335 0.408 301
5  80008   1 0.322 0.372 271
6  80026   1 0.359 0.450 258

r$> names(d1) = c("ID","F1","y1","y2","y3")

r$> head(d1)

结果:

\"\"

「缺点:」

这种方法,需要找到性状所在的列号,然后还要重命名,比较麻烦。

而且,后面如果想要根据列的特征进行提取时(比如以h开头的列,比如属性为数字或者因子的列等等),就不能实现了。

这就要用到tidyverse的函数了,selectrename,都是一等一的良将。

3. tidyverse的rename函数

代码:

a2 = fm %>% rename(ID=TreeID, F1 = Rep, y1 = dj, y2 = dm, y3 = h3)
\"\"

这里,rename只是单独的修改名称,并没有提取出来。

还要使用select进一步的提取:

\"\"

4. tidyverse的select函数

如果使用select函数,一行代码就可以搞定:

a1 = fm %>% select(ID=TreeID, F1 = Rep, y1 = dj, y2 = dm, y3 = h3)
\"\"

5. select函数注意事项

「常见的坑:」

注意,MASS包中也有select函数,而且优先级更高,如果你载入了MASS包,select就不能使用了。

\"\"

哪怕你再次载入tidyverse包,也不行:

\"\"

载入dplyr包,也不行:

\"\"

「MASS就是这么豪横。」

像这种情况,解决办法有两种:

5.1 绝对引用函数

即使用select时,要用dplyr::select

a3 = a2 %>% dplyr::select(ID,F1,y1,y2,y3)
\"\"

这样也比较麻烦。

5.2 放到环境变量中

「推荐的方法:」

r$> select = dplyr::select

r$> a3 = a2 %>% select(ID,F1,y1,y2,y3)

推荐在载入包时,将下面代码放在开头,就可以肆无忌惮的应用select了,毕竟,环境变量的优先级是第一位的。

library(tidyverse)
select = dplyr::select

6. 提取h开头的列

这里,用starts_with,会匹配开头为h的列。

其它还有contains,匹配包含的字符,还有end_with,匹配结尾的字符。

应有尽有,无所不有。

re1 = fm %>% select(starts_with("h"))

7. 提取因子和数字的列

「匹配数字的列:」

re2 = fm %>% select_if(is.numeric)

「匹配为因子的列:」

re3 = fm %>% select_if(is.factor)

同志们,你学会了吗?

关注我,不迷路。

欢迎关注我的公众号:育种数据分析之放飞自我。主要分享R语言,Python,育种数据分析,生物统计,数量遗传学,混合线性模型,GWAS和GS相关的知识。




https://blog.sciencenet.cn/blog-2577109-1321918.html

上一篇:GCTA学习8 | 计算多性状遗传力和遗传相关
下一篇:BLUP育种值如何计算准确性

1 宁利中

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-5-23 08:09

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部