Discussion :

[manoir]

Bonjour à tous,

Je cherche à faire une moyenne par colonne de mes gène dupliqués dans une data frame, ci dessous un petit échantillon de ma table :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
              TragetID  MeanTEM   MeanEarly MeanLate
1               7A5     4.968226  4.953398  4.953113
2               A1BG    5.128535  5.115278  5.090601
3               A1BG    4.983317  4.965609  4.978165
4               A1CF    4.941948  4.970928  4.909220
5               A1CF    4.999109  4.990280  5.002853
6               A1CF    4.979658  4.953091  4.975701
7               A26A1   4.921363  4.984621  4.989640
8               A26A1   4.976296  4.962460  4.969358
9               A26B1   4.976480  4.986532  4.978985
10             A26C1B   4.975744  4.999202  4.990513

Je cherche à faire le mean de mes gènes qui se répètent selon TragetID:
ex faire la moyenne de 2 et 3 ligne, et de 3,4 et 5 lignes
Existe-t-il une fonction R qui fait cela ?

Merci par avance
manoir

[doguette]

Bonjour,
Je suppose qu'il y a plus simple que ce que je vais te proposer comme code. Je ne sais pas si une telle fonction existe, mais avec un subset et un nlevels, ca doit fonctionner.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
nlev <- nlevels(as.factor(levels(dat[,1])))
lev <- levels(dat[,1])
meanss <- matrix(ncol=ncol(dat),nrow=nlev)
for (i in 1:nlev) {
    dat2 <- subset(dat,dat[,1]==lev[i])
    meanss[i,2:ncol(dat)] <- mean(dat2[2:ncol(dat)])
    meanss[i,1] <- lev[i]
}

S'il y a plus simple, je suis aussi preneuse !

[pitipoisson]

Bonjour,

S'il y a plus simple, je suis aussi preneuse !

Plus simple, peut-être pas, mais plus direct et recommandé avec R (pour des raisons d'efficacité), oui !

Si j'ai bien compris la question, il faudrait faire

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
> sapply(data[ , 2:ncol(data)],
+        function(x)
+    {
+        tapply(x, data[ , 1], mean, na.rm=TRUE)
+    })
 
        MeanTEM MeanEarly MeanLate
7A5    4.968226  4.953398 4.953113
A1BG   5.055926  5.040444 5.034383
A1CF   4.973572  4.971433 4.962591
A26A1  4.948830  4.973541 4.979499
A26B1  4.976480  4.986532 4.978985
A26C1B 4.975744  4.999202 4.990513

Explications :

1. sapply applique une fonction à chaque élément d'une liste/colonne d'une data.frame (l'argument x de notre fonction est tour à tour la colonne 2, puis 3, etc.)
2. tapply applique à chaque subset d'un vecteur (x), définit par un facteur (data[ , 1]) une fonction (mean). Les arguments suivants sont les arguments suivants/optionnels de la fonction.
3. sapply simplifie si possible le résultat en matrice (contrairement à lapply, qui renvoie une liste mais fait la même chose pour le reste)

De façon générale, la famille des fonctions apply est fortement recommandée à la place des boucles car nettement plus optimales côté temps de calcul (j'avais certaines boucles qui tournaient en 10 ou 20 minutes et j'ai réussi à descendre à quelques dizaines de secondes ou - avec des [t|l|s|]]apply !).

[manoir]

Bonjour,

Merci bcp pour vos ces réponses intéréssantes, la fonction aggregate marche aussi en une ligne de code pour la calculer la moyenne par colonnes!

Bien à vous

Manoir