R语言行筛选的方法--filter
上篇是数据框中列的筛选（R语言列筛选的方法--select），本次讲解行的筛选，主要是介绍filter函数。
1. 数据
这里，使用asreml分析中的BLUP值为例，相关的模型为：
m1 = asreml(Phen ~ G , random = ~ vm(Progeny,ainv) + vm(Dam,ainv) + vm(Progeny,dinv),
workspace = "10Gb", residual = ~ idv(units),data = dat)
summary(m1)$varcomp
「计算育种值：」
blup = coef(m1)$random
head(blup)
tail(blup)
「数据特点：」
- 没有ID列，rownames的前缀为类型，比如
vm(Progeny, ainv)为加性效应的BLUP值，vm(Progeny,dinv)为显性效应的BLUP值。
「提取目的：」
- 提取加性效应的BLUP值，显性效应的BLUP值和母体效应的BLUP值
- 提取BLUP值大于0.1的个体
2. 生成ID列和类型
首先，把rowname提取，作为新的一列
blup1 = blup %>% as.data.frame() %>% mutate(ID = rownames(.))
head(blup1)
根据下划线，进行分列：
blup2 = blup1 %>% separate(ID,into = c("Type","IID"),sep = "_",remove = F)
head(blup2)
3. 提取effect大于0.1的行
re1 = blup2 %>% filter(effect>0.1)
head(re1)
4. 提取加性效应，且effect小于0的行
这里，条件之间，默认是并集，如果想用交集，用|间隔。
re2 = blup2 %>% filter(Type == "vm(Progeny, ainv)",effect <0)
head(re2)
5. 根据部分行名删选
select函数，可以根据开头，中间，结尾，进行列的删选。
filter结合其它函数，也可以进行行的筛选。
如果想对ID中，包含ainv的行，进行筛选，可以这样操作：
re3 = blup2 %>% filter(str_detect(ID,"ainv")) %>% arrange(-effect)
head(re3)
注意，这里str_detect的pattern是正则表达式。如果直接用原始的字符：
re3 = blup2 %>% filter(str_detect(ID,"vm(Progeny, ainv)")) %>% arrange(-effect)
head(re3)
可以看到，报错，如果想要支持，需要对括号用两个反斜线进行转义。
转义后的代码：
re3 = blup2 %>% filter(str_detect(ID,"vm\\(Progeny, ainv\\)")) %>% arrange(-effect)
head(re3)
6. 固定字符特征进行行筛选
str_detect没有fixed = T的选项，如果想固定字符匹配，可以用fixed()函数：
re3 = blup2 %>% filter(str_detect(ID,fixed("vm(Progeny, ainv)"))) %>% arrange(-effect)
head(re3)
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2022-01-21，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
