下面介绍一下R语言中行筛选的方法，主要介绍filter函数

1. 数据

这里，使用asreml分析中的BLUP值为例，相关的模型为：

m1 = asreml(Phen ~ G , random = ~ vm(Progeny,ainv) + vm(Dam,ainv) + vm(Progeny,dinv),
            workspace = "10Gb", residual = ~ idv(units),data = dat)
summary(m1)$varcomp

计算育种值：

blup = coef(m1)$random 
head(blup)
tail(blup)

数据特点：

• 没有ID列，rownames的前缀为类型，比如vm(Progeny, ainv)为加性效应的BLUP值，vm(Progeny,dinv)为显性效应的BLUP值。

提取目的：

• 提取加性效应的BLUP值，显性效应的BLUP值和母体效应的BLUP值
• 提取BLUP值大于0.1的个体

2. 生成ID列和类型

首先，把rowname提取，作为新的一列

blup1 = blup %>% as.data.frame() %>% mutate(ID = rownames(.))
head(blup1)

根据下划线，进行分列：

blup2 = blup1 %>% separate(ID,into = c("Type","IID"),sep = "_",remove = F)
head(blup2)

3. 提取effect大于0.1的行

re1 = blup2 %>% filter(effect>0.1)
head(re1)

4. 提取加性效应，且effect小于0的行

这里，条件之间，默认是并集，如果想用交集，用|间隔。

re2 = blup2 %>% filter(Type == "vm(Progeny, ainv)",effect <0)
head(re2)

5. 根据部分行名删选

select函数，可以根据开头，中间，结尾，进行列的删选。

filter结合其它函数，也可以进行行的筛选。

如果想对ID中，包含ainv的行，进行筛选，可以这样操作：

re3 = blup2 %>% filter(str_detect(ID,"ainv")) %>% arrange(-effect)
head(re3)

注意，这里str_detect的pattern是正则表达式。如果直接用原始的字符：

re3 = blup2 %>% filter(str_detect(ID,"vm(Progeny, ainv)")) %>% arrange(-effect)
head(re3)

可以看到，报错，如果想要支持，需要对括号用两个反斜线进行转义。

转义后的代码：

re3 = blup2 %>% filter(str_detect(ID,"vm\\(Progeny, ainv\\)")) %>% arrange(-effect)
head(re3)

6. 固定字符特征进行行筛选

str_detect没有fixed = T的选项，如果想固定字符匹配，可以用fixed()函数：

re3 = blup2 %>% filter(str_detect(ID,fixed("vm(Progeny, ainv)"))) %>% arrange(-effect)
head(re3)

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。