问应用函数进行生存分析
EN

Stack Overflow用户

提问于 2016-12-20 13:10:52

回答 0查看 156关注 0票数 0

我有一个包含患者数据/存活率和基因表达数据的数据帧，如下所示

# Patients event time Gene_1 ... Gene_100
1 Patient_1 1 356 3455 ... 59393
2 Patient_2 1 1233 6632 ... 43299
3 Patient_3 0 1224 3636 ... 44222
4 Patient_4 0 56 30603 ... 23999
...
100 Patient_100 1 853 ... 25888

我所做的是编写一个函数，将每个单基因(例如Gene_1)的基因表达数据细分为四分位数，然后在生存分析中选择最低和最高的四分位数进行比较：

library(dplyr); library(survival)
quartile_function <- function(dataframe, column_x){
   dataframe$quartile <- ntile(dataframe[ ,column_x], 4)
   dataframe <- subset(dataframe, quartile == 1 | quartile == 4)
   group <- dataframe$quartile
   coxph( Surv(time, event) ~ group, data=dataframe )[['coefficients']]
}

然后我做cox比例风险分析，我只对coef感兴趣

当我逐列选择基因时，这一切都有效，但我很难将此函数应用于数据帧中包含基因表达数据的每一列。

有没有更有效率的想法呢？如何轻松地将此函数应用于包含基因表达数据的每一列，以便获得每个基因的coef的概述？

function

apply

回答

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/41235290

复制

相似问题

问应用函数进行生存分析
EN

回答

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问应用函数进行生存分析EN

回答

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问应用函数进行生存分析
EN