2

Para una columna llamada:

  Report_Crop_SFC:
          Pos      Library     Ref    AD_REF     ALT     AD_ALT    Coverage
          135       PV002      A         2        C        3           5
          461       PV002      G         0        A        14          14
          461       PV003      G         0        A        7           7
          461       PV011      G         0        A        12          12
          461       PV014      G         0        A        1           1
          461       PV061      G         0        A        47          49
          881       PV002      G         0        A        5           5

Quiero colapsarla de tal manera que si aparece el mismo cambio en el mismo sitio se cotraiga de esta manera, sumandose los valores de AD_REF y AD_ALT:

Pos      Library                       Ref    AD_REF     ALT     AD_ALT    Coverage
135       PV002                           A         2        C        3           5
461       PV002/PV003/PV011/PV014/PV061   G         0        A        81          83
881       PV002                           G         0        A        5           5

Gracias de antemano

1 respuesta 1

2

Tienes algunos problemas en como planteas el agrupamiento:

  1. Por el ejemplo que muestras, el agrupamiento no parece ser por Library sino por Pos
  2. Tal como lo has planteado, estarías aplicando la función sum sobre columnas que noson numéricas (son factores), de ahí el error.

Entiendo que la forma de resolverlo sería así:

Report_Crop_SFC <- read.table(text="Pos      Library     Ref    AD_REF     ALT     AD_ALT    Coverage
135       PV002      A         2        C        3           5
461       PV002      G         0        A        14          14
461       PV003      G         0        A        7           7
461       PV011      G         0        A        12          12
461       PV014      G         0        A        1           1
461       PV061      G         0        A        47          49
881       PV002      G         0        A        5           5", header=TRUE)


aggregate(cbind(AD_REF,AD_ALT,Coverage) ~ Pos, Report_Crop_SFC, sum)

  Pos AD_REF AD_ALT Coverage
1 135      2      3        5
2 461      0     81       83
3 881      0      5        5

Usamos una forma de invocar aggregate() que es muy compacta, básicamente aggregate(<formula de agregación>, <data.frame>, <función a aplicar>) la formula de agregación tiene el siguiente formato: <columnas a agregar> ~ <columnas a agrupar>

Ahora bien, para el resto de la columnas, obviamente no sirve usar el sum y por tu ejemplo además, buscas concatenar los valores de Library, con lo cual necesitarías aplicar distintas funciones de agregación según las columnas. Cosa que con agreggate es complicado, por que deberías realizar tres agrupaciones para aplicar cada función y luego juntar los resultados con merge().

merge (
  merge(
    aggregate(Library ~ Pos, Report_Crop_SFC, paste0, collapse="/"),
    aggregate(cbind(AD_REF,AD_ALT,Coverage) ~ Pos, Report_Crop_SFC, sum)
  ),
  aggregate(cbind(Ref,ALT) ~ Pos, Report_Crop_SFC, head, 1)
)

Vemos que posible pero, mucho más fácil es pasarte a tidyverse y resolverlo de forma más clara y simple:

library(tidyverse)

Report_Crop_SFC %>% 
  group_by(Pos) %>% 
  summarise(Library = paste0(Library, collapse='/'),
            Ref = first(Ref),
            AD_REF = sum(AD_REF),
            ALT = first(ALT),
            AD_ALT = sum(AD_ALT),
            Coverage = sum(Coverage)
            )


# A tibble: 3 x 7
    Pos Library                       Ref   AD_REF ALT   AD_ALT Coverage
  <int> <chr>                         <fct>  <int> <fct>  <int>    <int>
1   135 PV002                         A          2 C          3        5
2   461 PV002/PV003/PV011/PV014/PV061 G          0 A         81       83
3   881 PV002                         G          0 A          5        5
2
  • he planteado mal la pregunta, acabo de editarla para que en la opción de librería se peguen aquellas librerías que aparecen con ese cambio Commented el 13 may. 2019 a las 15:46
  • En realidad tampoco es demasiado complejo con aggregate, te dejo los dos ejemplos. Commented el 13 may. 2019 a las 16:11

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.