Discussion :

[xvidyqq]

Bonjour, c'est mon premier message sur ce forum et j'ai besoin d'aide en R s'il vous plaît

J'ai une table qui contient les colonnes : chr, start, end , chr1, start1, end1, methylation (sachant que mon chr, start end est différent de mon chr1, start1, end1)
voici ce que j'obtiens quand je load ma table sur R :

	chr	start	end	chr1	start1	end1	methylation
1	chr1	49426837	49426839	chr1	49426837	50035747	68.4211
2	chr1	49427012	49427014	chr1	49426837	50035747	84.6154
3	chr1	49427299	49427301	chr1	49426837	50035747	71.1111
4	chr1	49427473	49427475	chr1	49426837	50035747	100.0000
5	chr1	49427490	49427492	chr1	49426837	50035747	91.6667
6	chr1	49427513	49427515	chr1	49426837	50035747	100.0000
7	chr1	49427590	49427592	chr1	49426837	50035747	88.8889
8	chr1	152193401	152193403	chr1	152187753	152582710	7.14286
9	chr1	152193602	152193604	chr1	152187753	152582710	76.92310
10	chr1	152193677	152193679	chr1	152187753	152582710	34.61540
11	chr1	152193759	152193761	chr1	152187753	152582710	90.62500
12	chr1	152193952	152193954	chr1	152187753	152582710	71.42860
13	chr1	152193981	152193983	chr1	152187753	152582710	22.72730
14	chr1	152194953	152194955	chr1	152187753	152582710	80.95240
15	chr1	152195161	152195163	chr1	152187753	152582710	66.66670
16	chr1	152195615	152195617	chr1	152187753	152582710	100.00000
17	chr1	152195619	152195621	chr1	152187753	152582710	100.00000
18	chr1	152195627	152195629	chr1	152187753	152582710	75.00000
19	chr1	152195681	152195683	chr1	152187753	152582710	70.00000
20	chr1	152195728	152195730	chr1	152187753	152582710	86.66670
21	chr1	152195760	152195762	chr1	152187753	152582710	89.47370

C'est une très longue table de 186117 lignes.

Mon but est de calculer la moyenne de la methylation et la standard deviation de la methylation pour chaque chr1 start1 end1 puis d'obtenir une autre table avec chr1, start 1, end1, moyenne methylation, standard deviation.

J'ai quelque idées mais je ne suis pas sur de comment le coder en R
Pour cela il faudrait faire une boucle i qui contient les ligne de chr1 start1 end1 et tant que mon i est le même alors faire la somme de la methylation puis diviser par le nombre de ligne et calculer la standard deviation.
Si mon i est différent de la prochaine ligne alors on recommence ma ligne prend la valeur i et on retourne dans la boucle.

J'ai voulu utiliser la fonction apply mais le problème est que je veux le faire sur mon i qui ne prend pas toute les valeurs.

Merci d'avance pour votre aide!

[olivier.decourt]

Bonjour.
Pas besoin de boucle ou de apply dans ce cas, la fonction aggregate va permettre de calculer facilement les statistiques.
Si on suppose que ton data.frame s'appelle df, il faut quelque chose comme

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

moyennes <- aggregate(methylation ~ chr1 + start1 + end1, df, mean)

pour calculer les moyennes par combinaison de chr1, start1 et end1. Le résultat est un data.frame.
De la même manière tu peux créer un second data.frame contenant les écarts-types avec la fonction sd en 3e argument d'aggregate.
Enfin tu combines les deux résultats avec la fonction merge, en indiquant dans by le triplet de variables chr1, start1, end1, et l'option suffixes=c("_moy", "_sd") pour distinguer tes statistiques dans le résultat.

[xvidyqq]

Bonjour,

Merci de votre aide!!