子集比比赛

我想一个子集数据帧我这样做更大：子集比比赛

test = genes_names %in% annot2$Short_Name_Sc 
summary(test) # 3140 rows to subset 
## Mode  FALSE TRUE NA's 
## logical 2146 3140  0 

test2 = annot2[test, 1] 
nrow(annot2) 
## [1] 5371 
nrow(test2) 
## [1] 3195 # There are 55 rows unexpected

令我惊讶的test2对象具有比TRUE S IN test矢量多行。我认为这可能与[]有关。

我试图与子集：

probe = subset(annot2, test, 1)

但它具有相同的行数比以前的代码。有什么解释吗？

数据相当大，所以我不会发布它，但不幸的是我没有设法制作一个可重复的例子。的数据集的所有字符：

summary(annot2) 
## Probe_ID   Short_Name_Sc  Systematic_Name_Sc 
## Length:5371  Length:5371  Length:5371  
## Class :character Class :character Class :character 
## Mode :character Mode :character Mode :character 

summary(genes_names) 
## Length  Class  Mode 
## 5286  character character

来源

2014-06-17 Llopis

您的示例完全不可重现。另外，你正在使用genes_names，annot2，test和annot2？使其具有可重现性或至少表现出清晰的思路。 –

也许你想'test = annot2 $ Short_Name_Sc％in％genes_names'，它将返回一个逻辑向量，指示'Short_Name_Sc'中的哪一个属于'genes_names'。 – jbaums

@konvas'length（genes_names）[1] 5286> nrow（annot2）[1] 5371'你是对的。这意味着'％in％'和'subset'省略了''。当我用'＆'命令进行子集化时，我应该这样做。如果你在答复中发帖，我会接受它。谢谢 – Llopis

这种现象是由于观察到的genes_names和annot2[, 1]的不同的长度，这会导致载体test被部分地再循环。载体test和genes_names的长度为5286，但nrow(annot2)等于5371.因此，在调用annot2[test, 1]时，结果实际上是annot2[c(test, test[1:85]), 1]（数字85来自长度差异; 85 = 5371-5286）。

使用mtcars的一个可重复的例子，它有32行：如果我们定义test是一些不等于32的长度的逻辑向量，例如， test <- c(T, T, F, F, T)，那么mtcars[test, 1]与mtcars[c(rep(test, 6), test[1:2]), 1]相同并且长度为20.向量test被回收尽可能多次以适应32行mtcars（即6次），返回18行（因为在test中有3个TRUE值）加上来自test的前两个元素的2个附加行（因为32 = 2模5）。

来源

2014-06-17 10:02:38 konvas

如果你使它更通用，它会帮助更多的人 – Llopis

完成:)谢谢！ – konvas

回答

相关问题