Appliquer des actions sur plusieurs jeux de données

Version imprimable

Bonjour,

J'aimerai appliquer une série d'action sur plusieurs colonnes d'un tableau dont vous avez les premières lignes ci dessous mais j'ai du mal à utiliser le système de fonction, si quelqu'un voulait bien m'aiguiller.

Code:

1
2
3
4
5
6
7
8
 
  verification1 vérification2        verification3 verification4 verification5
1          <NA>          <NA>                 <NA>          <NA>        Absent
2          <NA>          <NA>               DeNovo          <NA>        DeNovo
3          <NA>          <NA>                 <NA>          <NA>        DeNovo
4          <NA>          <NA>                 <NA>          <NA>        Absent
5          <NA>          <NA> Paternal_Inheritance          <NA>        DeNovo
6        DeNovo          <NA>               DeNovo          <NA>        DeNovo

La série d'action à réalisé est toute simple (et pourrait également être simplifié grâce à vos différents conseils). J'aimerai pour chaque colonne calculer le % de catégorie sachant que certaines cases sont vide. Ci dessous mes lignes de code appliquées à une colonne

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
DeNovo_1=sum(tab$Variant_Type=="SNV" & tab2$verification1=="DeNovo")
Uncertain_1_SNV=sum(tab$Variant_Type=="SNV" & tab2$verification1=="Uncertain")
Absent_1_SNV=sum(tab$Variant_Type=="SNV" & tab2$verification1=="Absent") 
Maternal_1_SNV=sum(tab$Variant_Type=="SNV" & tab2$verification1=="Maternal_Inheritance")
Paternal_1_SNV=sum(tab$Variant_Type=="SNV" & tab2$verification1=="Paternal_Inheritance") 
 
DeNovo_1
Absent_1
Uncertain_1
Maternal_1
Paternal_1
 
Done_1= DeNovo_1 + Absent_1 + Uncertain_1 + Maternal_1 + Paternal_1
 
pourc_DeNovo_1=DeNovo_1/Done_1 * 100
pourc_Uncertain_1=Uncertain_1/Done_1 * 100
pourc_Absent_1=Absent_1/Done_1 * 100
pourc_Maternal_1=Maternal_1/Done_1 * 100
pourc_Paternal_1=Paternal_1/Done_1 * 100

J'ai essayé d'écrire une fonction pour ensuite l'appliquer à la fonction apply mais je ne sais pas comment gérer les sorties... Jai essayé comme cela, mais ça ne me donne aucune sortie...

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
 
 
DeNovoPourcentage=function(x){
 
DeNovo_1=sum(tab$Variant_Type=="SNV" & x=="DeNovo")
Uncertain_1=sum(tab$Variant_Type=="SNV" x=="Uncertain")
Absent_1=sum(tab$Variant_Type=="SNV" & x=="Absent") 
Maternal_1=sum(tab$Variant_Type=="SNV" x=="Maternal_Inheritance")
Paternal_1=sum(tab$Variant_Type=="SNV" & x=="Paternal_Inheritance") 
 
DeNovo_1
Absent_1
Uncertain_1
Maternal_1
Paternal_1
 
Done_1= DeNovo_1 + Absent_1 + Uncertain_1 + Maternal_1 + Paternal_1
 
pourc_DeNovo_1=DeNovo_1/Done_1 * 100
pourc_Uncertain_1=Uncertain_1/Done_1 * 100
pourc_Absent_1=Absent_1/Done_1 * 100
pourc_Maternal_1=Maternal_1/Done_1 * 100
pourc_Paternal_1=Paternal_1/Done_1 * 100
 
}

[/CODE]
J'aimerai ensuite créer un tableau résumé en fonction des % des différentes colonnes, mais comme je ne sais pas gérer les sorties avec les fonctions, j'aimerai recevoir quelques pistes.

Code:

1
2
3
4
5
6
7
8
 DeNovo  Uncertain    Absent Paternal_Inheritance Maternal_Inheritance Nombre
Verif1   76.81564  5.3072626 17.877095            0.0000000             0.000000    716
Verif2   77.45098  0.0000000 22.549020            0.0000000             0.000000    102
Verif3   90.00000  0.0000000  0.000000            0.0000000            10.000000     20
Verif4   89.70588  0.7352941  7.352941            0.0000000             2.205882     136
Verif5   21.84874 12.6050420 65.546218            0.0000000             0.000000    119
 
>

Merci d'avance,

Aline Vitrac

Bonjour Aline.

Je pense que pour votre problème la solution la plus simple serait de réorganiser vos données, de leur forme actuelle vers une forme en "listing" plus en longueur. La fonction melt de {reshape2} par exemple (ou pivot_longer dans {tidyr}) permet de faire simplement cette opération. Après réorganisation, une fonction table fera le tableau croisé et une fonction prop.table vous restituera les pourcentages lignes que vous souhaitez obtenir.
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 library(tibble) # pour saisir les données library(reshape2) # transposition/réorganisation des données (melt) # jeu d'essai tab <- tribble( ~verification1, ~verification2,~verification3, ~verification4, ~verification5, NA, NA, NA, NA, "Absent", NA, NA, "DeNovo", NA, "DeNovo", NA, NA, NA, NA, "DeNovo", NA, NA, NA, NA, "Absent", NA, NA, "Paternal_Inheritance", NA, "DeNovo", "DeNovo", NA, "DeNovo", NA, "DeNovo" ) # mise des données "à la verticale" tab2 <- melt(tab, measure.vars = colnames(tab), variable.name = "verif", value.name = "valeur") # calcul des pourcentages lignes du tableau verif x valeur tab3 <- prop.table(table(tab2$verif, tab2$valeur), 1)*100
Cette solution a le mérite de ne pas devoir énumérer toutes les valeurs possibles du tableau initial, ce qui rend le code plus durable dans le temps.

Par ailleurs, si lors de vos tests votre fonction n'a rien renvoyé, c'est qu'on ne fait qu'y créer des objets sans indiquer ce qu'on renvoie. La fonction return permet de clarifier ce point ; attention, une fonction ne peut renvoyer qu'un seul objet, il faut donc ajouter une structure globale (vecteur, liste, data.frame) si vous souhaitez renvoyer plusieurs informations.

05/02/2021, 18h16
Aline Davaud

Bonjour,

De nouveau merci, beaucoup, cela fait exactement ce que je veux.
Je vais essayer d'appliquer cela à d'autre type d'opération que je souhaitais faire.
Il faut que je m'entraine avec les fonctions pour la notion de return car effectivement souvent j'ai beaucoup de choses que je veux sortir mais en tout cas, pour cet exemple votre méthode est simple et efficace.

Merci beaucoup,

Aline