stockage de chaînes de caractères de longueurs variables

Version imprimable

Bonjour,

J'ai un problème de stockage de chaînes de caratères... Je vous explique mon problème sur un exemple simplifié. J'ai deux chaînes de caractères :
Code:

1 2 3 test [1] "TAC" "ATATGGTTACCAGGTAGATGC"
Je voudrais obtenir le résultat suivant :
Code:

1 2 "ATG" "TATACCAATGG............"
Pour cela, je commence par créer un data.frame pour stocker chaque chaîne de caractères.

Pour chaque lettre de chaque chaine, je fais la transformation de lettres. J'essaie de stocker chaque "transformation de chaînes de caratères dans mon data.frame et c'est là mon problème ... J'ai vérifié, la transformation fonctionne mais je ne conserve que la dernière lettre de chaque chaîne.

En termes de code, j'ai fait ceci :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 aa_mut_new=data.frame(nrow=length(test),ncol=1) for (i in 1:length(test) ) { for (j in 1:nchar(test[i])) { aa_mut_new[i]=paste(switch(substr(expr_mut[i],j,j), "A"="T", "C"="G", "G"="C", "T"="A")) } print(aa_mut_new) }
Et j'obtiens :
Code:

1 2 3 4 5 nrow ncol 1 G 1 nrow ncol 1 G <NA>
Je sais bien que c'est possible car j'ai déjà manipulé des data.frame contenant des chaînes de caractères de longueurs variables mais là, je n'y arrive pas !
Pourriez-vous m'expliquer comment stocker des chaînes de caractères de longueur variable svp ?

15/12/2011, 10h53
benoit.abm
Bonjour,
le premier problème que je vois est lors de la création de ton data.frame tu créé un data.frame dont les variables se nomment nrow et ncol avec une seule ligne dont les valeur sont lenght(test) et 1.

A mon avis, tu voulais plutôt créer une matrice du style:
Code:

1 2 aa_mut_new=matrix(nrow=length(test),ncol=1)
ou si tu veux vraiment un data.frame:
Code:

1 2 aa_mut_new=as.data.frame(matrix(nrow=length(test),ncol=1))
Je n'ai pas encore regardé le code transformant les caractères...

Bonne journée.
15/12/2011, 11h28
A. D.

Bonjour,

Tout d'abord, la remarque de benoit.abm concernant la création de votre data.frame est une bonne remarque.

Ensuite, votre code contient pas mal de petites "coquilles" qu'il vous serait possible de corriger si vous testiez étape par étape les éléments présents dans votre boucle.

Un de principaux problèmes de votre code est la mauvaise utilisation de "parse" dans la boucle sur les lettres présentes dans le "mot" concerné.
En effet, à chaque étape j, vous écrasez le précédent contenu de "aa_mut_new[i]", d'où le fait qu'il ne reste qu'une seule lettre à la fin.

Petite remarque au passage (qui ne change peut-être rien mais vive la rigueur :aie:), dans votre boucle vous mettez "aa_mut_new[i]", or lors de la création de ce data.frame, vous indiquez bien qu'il est en 2 dimensions, avec une colonne. Il serait donc préférable de mettre "aa_mut_new[i,]".

Enfin, que représente "expr_mut[i]" dans votre code? Est-ce "test[i]"?

Normalement je pense qu'avec ces pistes vous devriez arriver à vos fins.
Bonne continuation :)

Cordialement,

A.D.

PS: Je crois qu'il existe un (des?) package R dédié aux données de type "adn" comme cela semble être le cas pour vous.

Bon en regardant un peu le code, je pense que la solution ci-dessous devrait répondre à la question. Après savoir si cela est optimisé, je ne pense pas...

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 
test<-c("TAC","ATATGGTTACCAGGTAGATGC")
test
[1] "TAC"                   "ATATGGTTACCAGGTAGATGC"
 
aa_mut_new<-vector()
aa_mut_new
logical(0)
 
 
for (i in 1:length(test) )
 {
   for (j in 1:nchar(test[i]))
   {
   aa_mut_new[i]=paste(ifelse(is.na(aa_mut_new[i]),"",aa_mut_new[i]),
                       switch(substr(test[i],j,j),
                             "A"="T",
                             "C"="G",
                             "G"="C",
                             "T"="A"),sep="")
   }
 }
 
test
[1] "TAC"                   "ATATGGTTACCAGGTAGATGC"
aa_mut_new
[1] "ATG"                   "TATACCAATGGTCCATCTACG"
as.data.frame(aa_mut_new)
             aa_mut_new
1                   ATG
2 TATACCAATGGTCCATCTACG

Benoît

Merci pour vos réponses :ccool:

C'était bien l'étape :
Code:

1 2 3 4 5 6 7 paste(ifelse(is.na(aa_mut_new[i]),"",aa_mut_new[i]), switch(substr(test[i],j,j), "A"="T", "C"="G", "G"="C", "T"="A"),sep="")
qui me posait problème. J'utilisais mal "paste", et surtout, je n'avais pas pensé à utiliser

Citation:

ifelse(is.na(aa_mut_new[i]),"",aa_mut_new[i])

et je vois toujours pas ce qui s'y passe précisément.

En tout cas, j'ai pu faire ce que je voulais, merci !