データフレーム内の列名を別のデータフレームと照合して値を取得し、その値を使用して追加の値を計算する方法を教えてください。

Question

Iのような、いずれかの含有1, -1 or 0値遺伝子マトリックスによってサンプル、あるデータフレームmatを有する：

GeneName  Score 
Gene1   0.5 
Gene2   0.3 
Gene3   0.2 
Gene4   0.6 
Gene5   0.7 
Gene6   0.1 
Gene7   0.4 

：

  Gene1 Gene2  Gene5  Gene7 
Sample1 1  0   -1   1 
Sample2 0  -1   0   1 
Sample3 -1  0   1   1 
Sample4 1  1   0   0 

別のデータフレームをscoreのようなすべての遺伝子についての対応するスコアを含み、

私がしようとしているのは、式に基づいていくつかのスコアを含むmatの新しい列を取得することです。式は、各列について

、Gene1 + mat[1,2]のmat[1,1] *スコア* Gene2 + mat[1,3]のスコア* Gene7のGene5 + mat[1,4] *値のスコア。 matのすべての行で同じです。

例えば、与えられたデータの最初の行のために、Sample1についての結果は次のようになります。これはダム問題である

(1*0.5) + (0*0.3) + (-1*0.7) + (1*0.4) = 0.2 

申し訳ありません場合。私はRの新人で、まだ%in%、match、mergeのようなものに取り組んでいます。現在の状態であなたのデータを考えると

データ

mat <- structure(list(Gene1 = c("1", "0", "-1", "1"), Gene2 = c("0", "-1", "0", "1"), Gene5 = c("-1", "0", "1", "0"), Gene7 = c("1", "1", "1", "0")), class = "data.frame", row.names = c("Sample1", "Sample2", "Sample3", "Sample4")) 

score <- structure(list(GeneName = c("Gene1", "Gene2", "Gene3", "Gene4", "Gene5", "Gene6", "Gene7"), Score = c("0.5", "0.3", "0.2", "0.6", "0.7", "0.1", "0.4")), class = "data.frame", row.names = c(NA, -7L)) 

Answer 1

は、次の操作を実行できます。

# get matching values 
myVals <- as.numeric(score$Score[match(names(mat), score$GeneName, nomatch=FALSE)]) 
# Get the dot product for each row 
apply(mat, 1, function(x) sum(as.numeric(x) * myVals)) 
Sample1 Sample2 Sample3 Sample4 
    0.2  0.1  0.6  0.8 

最初の行がに対応scoreの位置を選択するようにmatchを使用していますマットの列名。対応する値は[で抽出されます。 2行目では、applyは、抽出された値でマットの各行のドット積を計算します。

数値データは文字として格納されるため、計算のためにベクターを強制的に変換するのにas.numericを使用します。

---

データの構造を考えると、行と列の名前を持つ数値行列として保存する方がよいでしょう。 （ループなし - 関数を適用）ここで

# turn mat into a matrix: 
mat2 <- sapply(mat, as.numeric) 

# dot product of each row: matrix multiplication 
mat2 %*% myVals 
    [,1] 
[1,] 0.2 
[2,] 0.1 
[3,] 0.6 
[4,] 0.8 

Answer 2

が、これはかなり効率的に成し遂げるための一つの方法であるdplyr/tidyrを使用して：

library(dplyr) 
library(tidyr) 

mat$Sample <- row.names(mat) 
row.names(mat) <- NULL 

mat %>% 
    gather(GeneName, Value, -Sample) %>% 
    inner_join(., score) %>% 
    group_by(Sample) %>% summarise(score = sum(Value * Score)) 

出力は次のとおりです。おかげで@Imo

# A tibble: 4 × 2 
    Sample score 
    <chr> <dbl> 
1 Sample1 0.2 
2 Sample2 0.1 
3 Sample3 0.6 
4 Sample4 0.8