apply sur data.frame

Bonjour à tous,

Je suis en train de transformer une boucle for en une fonction apply car la taille des données traitées devient importante.
J'arrive à utiliser apply ou sapply habituellement mais pas cette fois ; je travaille avec 2 data.frame, que j'ai besoin de ressortir à la fin. C'est là mon souci.
Je pense qu'il n'est pas encore utile de poster les divers messages d'erreur tant que je ne sais pas comment ressortir ces 2 data.frame...
Voici en gros mon code :

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

data_calcul_position=data_new_germline[,c(1,2,2,3,4)]   calculs_g=function(i,data_calcul_position,data_new_germline){ if (substr(data_calcul_position$var[i],1,1)=="-") { data_calcul_position$position[i]=data_calcul_position$position[i]+1 data_calcul_position$positionEnd[i]=data_calcul_position$positionEnd[i]+nchar(as.character(data_calcul_position$var[i]))-1 data_calcul_position$new_ref[i]= sapply(strsplit(as.character(data_calcul_position$var[i]), "-"), function(x) x[2]) data_calcul_position$new_var[i]="-" }   else if (substr(data_calcul_position$var[i],1,1)=="+") { data_calcul_position$position[i]=data_calcul_position$position[i]+1 data_calcul_position$positionEnd[i]=data_calcul_position$positionEnd[i]+1 data_calcul_position$new_ref[i]="-" data_calcul_position$new_var[i]=sapply(strsplit(as.character(data_calcul_position$var[i]), "+"), function(x) x[2]) data_new_germline$position[i]=data_calcul_position$position[i] }   else { data_calcul_position$new_ref[i]=as.character(data_calcul_position$ref[i]) data_calcul_position$new_var[i]=as.character(data_calcul_position$var[i]) } return(list(data_calcul_position,data_new_germline)) }   s_calcul_g=sapply(1:nrow(data_calcul_position), function(i) {calculs_g(i,data_calcul_position,data_new_germline)})

---

J'ai essayé de retourner les champs des data.frame plutôt que les data.frame eux-mêmes mais ça n'a pas été mieux ! Après une petite recherche, j'ai essayé également la fonction adply du package plyr, sans succès.

Savez-vous s'il est possible de retourner un data.frame dans une fonction apply ? Et si non, que me conseillez-vous ?
Merci d'avance

Bonjour,

Pour les différents formats de sorties possibles, voir l'aide des fonctions : ?apply ?sapply

Sinon concernant votre code, le mieux serait que vous nous fournissiez un exemple reproductible (par exemple avec vos jeux de données réduits à quelques lignes/colonnes), même si le code renvoit une erreur au moins cela permettra d'essayer de comprendre, car comme ça c'est plutôt difficile de se plonger dedans et vous risquez de ne pas avoir beaucoup de réponses...

Bonne continuation :)


Cordialement,

A.D.

Merci. Je vais essayer de résumer en un petit exemple reproductible.

Mais déjà est-il possible de me dire si certaines personnes ont réussi à renvoyer des data.frame ? Je m'étais penchée sur les fonctions apply, sapply et lapply qui ne semblent pas convenir dans mon cas car il s'agit de data.frame.

Plus de précisions à propos des données :

J'ai 1 data.frame initialement :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

print(dim(data_new_germline)) [1] 16605 23   print(head(data_new_germline)) chrom position ref var normal_reads1 normal_reads2 normal_var_freq normal_gt chr1 753269 C G 0 31 100% G chr1 808922 G A 0 134 100% A chr1 866319 G A 0 32 100% A chr1 880238 A G 0 12 100% G chr1 887560 A C 0 35 100% C chr1 1479152 C -CT 70 0 0% C chr1 878516 G -A 9 0 0% G tumor_reads1 tumor_reads2 tumor_var_freq tumor_gt somatic_status 0 52 100% G Germline 0 135 100% A Germline 0 34 100% A Germline 0 14 100% G Germline 0 26 100% C Germline 42 16 27.59% */-CT Somatic 2 11 84.62% -A/-A Somatic

---

Lorsqu'il y a + ou - dans var, je dois modifier la référence et/ou le variant et/ou la position. C'est ce qui est fait par le code suivant :

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

data_calcul_position=data_new_germline[,c(1,2,2,3,4)] colnames(data_calcul_position)=c("chrom","position","positionEnd","ref","var")   calculs_g=function(i,data_calcul_position,data_new_germline){ if (substr(data_calcul_position$var[i],1,1)=="-") { data_calcul_position$position[i]=data_calcul_position$position[i]+1 data_calcul_position$positionEnd[i]=data_calcul_position$positionEnd[i]+nchar(as.character(data_calcul_position$var[i]))-1 data_calcul_position$new_ref[i]= sapply(strsplit(as.character(data_calcul_position$var[i]), "-"), function(x) x[2]) data_calcul_position$new_var[i]="-" }   else if (substr(data_calcul_position$var[i],1,1)=="+") { data_calcul_position$position[i]=data_calcul_position$position[i]+1 data_calcul_position$positionEnd[i]=data_calcul_position$positionEnd[i]+1 data_calcul_position$new_ref[i]="-" data_calcul_position$new_var[i]=sapply(strsplit(as.character(data_calcul_position$var[i]), "+"), function(x) x[2]) data_new_germline$position[i]=data_calcul_position$position[i] }   else { data_calcul_position$new_ref[i]=as.character(data_calcul_position$ref[i]) data_calcul_position$new_var[i]=as.character(data_calcul_position$var[i]) } return(list(data_calcul_position,data_new_germline)) }   s_calcul_g=sapply(1:nrow(data_calcul_position), function(i) {calculs_g(i,data_calcul_position,data_new_germline)}) data_calcul_position=s_calcul_g

---

Une fois le formatage des données effectué, je mets dans le data.frame data_new_germline les "données propres".

Code:

---

1 2 3 4

data_new_germline$ref=data_calcul_position$new_ref data_new_germline$var=data_calcul_position$new_var data_new_germline$position=data_calcul_position$position

---

Voici le message d'erreur obtenu avec ce code :

Citation:

---

Error in `$<-.data.frame`(`*tmp*`, "new_ref", value = c(NA, "G")) :
replacement has 2 rows, data has 16605
Calls: sapply ... lapply -> FUN -> calculs_g -> $<- -> $<-.data.frame
Execution halted

---

J'espère que ma question est plus compréhensible maintenant ;)