Ю
Читаем правила чата в закрепе
Size: a a a
2021 June 21
AS
На stepic есть курс анализ данных на языке R часть 2, там весь третий модуль посвящен rmarkdown
К
привет
К
а кто сечет в функции findoverlaps?
К
это из Granges
2021 June 22
a
Поищите поиском по сайту, я скидывал свои материалы
К
Ребят еще раз привет! такая проблема: Есть датафрейм, в нем много данных. Во всех колонках кроме одной(value.sample) значения одинаковые. Мне нужно по колонке amplicon (AMPL273008565) сделать медиану по значениям value.reference и потом, так как далее все значения одинаковы и отличаются только по amplicon и value.reference, убрать дублирующийся строки.
head(ATRX[,c(1:6,17,18,22)])
gene MeanRatio LowerBoundBoot MeanBoot UpperBoundBoot LowerNoise value.sample value.reference amplicon
1 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 130.9586 AMPL273008565
2 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 130.4527 AMPL273008565
3 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 157.8846 AMPL273008565
4 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 123.4716 AMPL273008565
5 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 128.0494 AMPL273008565
6 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 146.0372
количество уникальных значений по колонке ампликон - 105
unique(ATRX$amplicon)
[1] "AMPL273008565" "AMPL274078084" "AMPL274087077" "AMPL274093861" и так далее до 105
По остальным кроме value.reference - 1
unique(ATRX$MeanRatio)
[1] 0.49
По факту получается мне надо высчитать медиану, что делается через dplyr -
by_multiple <- ATRX %>%
group_by(amplicon) %>%
summarise(count= mean(value.reference))
Но он создает таблицу с медианой по ампликону. и я не понимаю как дальше удалить дупликаты в основной таблице и присоединить к ней результат по медианам
head(ATRX[,c(1:6,17,18,22)])
gene MeanRatio LowerBoundBoot MeanBoot UpperBoundBoot LowerNoise value.sample value.reference amplicon
1 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 130.9586 AMPL273008565
2 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 130.4527 AMPL273008565
3 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 157.8846 AMPL273008565
4 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 123.4716 AMPL273008565
5 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 128.0494 AMPL273008565
6 ATRX 0.49 0.25 0.49 0.85 0.87 165.3665 146.0372
количество уникальных значений по колонке ампликон - 105
unique(ATRX$amplicon)
[1] "AMPL273008565" "AMPL274078084" "AMPL274087077" "AMPL274093861" и так далее до 105
По остальным кроме value.reference - 1
unique(ATRX$MeanRatio)
[1] 0.49
По факту получается мне надо высчитать медиану, что делается через dplyr -
by_multiple <- ATRX %>%
group_by(amplicon) %>%
summarise(count= mean(value.reference))
Но он создает таблицу с медианой по ампликону. и я не понимаю как дальше удалить дупликаты в основной таблице и присоединить к ней результат по медианам
PU
приложите семпл датасета и код, иначе понять, в чем проблема, достаточно сложно
К
в каком виде приложить?
К
ага
К
бритва пишет щас мне скажет
К
двай в личку
PU
csv, rds, что угодно
IS
Кирилл, на конкретный вопрос куда проще получить ответ. Чем не устроил https://rdatatable.gitlab.io/data.table/reference/foverlaps.html?
А
Спасибо! Попробую буду осваивать.
Кстати, fread заработал "по кусочкам". Оказалось достаточно минимальный объем виртуальной памяти поставить больше объёма файла данных.
Кстати, fread заработал "по кусочкам". Оказалось достаточно минимальный объем виртуальной памяти поставить больше объёма файла данных.
DK
прочитал статью, но для себя не изменил мнение, что data.table и fst для анализа будут всегда выигрывать у таких БД по скорости, да и по синтаксису, но последнее на любителя видимо
IS
речь не идет о выигрыше. хороший подход, который позволяет и упомянутую задачу решить тоже
можно другую БД сюда поставить.
можно другую БД сюда поставить.
БА
Согласен. Полезно
БА
Вопрос наверное в том, какие задачи решать. Если для небольшого приложения на шайни или каких-то информационных панелей, то наверное это один з лучших вариантов