`$<-.data.frame`(`*tmp*`，marital1，value = numeric(0))出错:替换0行，数据526 - 腾讯云开发者社区

参数写错: 比如-l误看做-1，自己敲入命令时就会出错；或-c, -C, -p, -P等大小写问题；或不同系统软件参数略有不同导致的。...cp: illegal option — 1 R的错误 Error: unexpected numeric constant in: "if (0 !...`(`*tmp*`, variable, value = integer(0)) : replacement has 0 rows, data has 58 Calls: $ $data.frame...Execution halted 检查给定的变量名字（也就是列名字）是否存在 ---- Error in `levelstmp*`, value = if (nl == nL) as.character...---- Error: object 'Value' not found Execution halted 请提供数据中存在的列名字,注意大小写；特殊地,对线图,数值列的列名字必须是value ---

1K1 0

【孟德尔随机化】GTEx数据和gwas数据可以直接MR吗？

path_to_QTL,tissue,file_extension)) gc() 筛选基因对应的数据 split_variant data.frame(str_split(QTL_file_subsest.../tmp_data/") write.csv(GWAS_QTL_merge, paste0(".....= F, quote = F) 读取暴露数据做到这一步，不难发现，作者是直接将GTEx的SQTL数据作为暴露数据读入了。..."rm ",paste0(".....Harmonise data gene_gwas_harmonised <- harmonise_data(gene_iv, gwas_outcome) header_num_variants numeric

8131 0

您找到你想要的搜索结果了吗？

是的

没有找到

基于自然语言识别下的流失用户预警

=0 aimed_word=tdidf_parttwo[i] for (j in 1:key_word){ tmp=tmp+sum(tdidf_parttwo[i] %in% whole_words_set_sequence...=tdidf_partfive[[i]][,2:3] tdidf_partsix[[i]][,2]=as.numeric(tmp[,1])*as.numeric(tmp[,2]) tdidf_partsix...=tdidf_partsix[[i]][1:5,1] key_word=rbind(key_word,as.character(tmp)) } 理论上讲，如果这边数据存储方式用的是data.frame的话...6.1、数据因子化的预处理这边得到了近400维度的有效词，现在将每一维度的词遍做一维的feature，同时，此处的feature的意义为要么评论存在该词，要么评论中不存在该词的0-1问题，需要因子化一下...=paste("feature",num) value_name=c('label',value_name) colnames(feature_matrix)=value_name #feature0

1.1K13 0

对“不同数据来源的生存分析比较”的补充说明

（其他来源的数据也是一样的做法）回到我的数据和上次一样，先读取数据并预处理 rm(list = ls()) options(stringsAsFactors = F) # 下面的两个数据文件均是手动下载的...= T) tmp=t(exp) exp=data.frame(patient=rownames(tmp)[-1],CCR1=tmp[-1,1], CCL23=tmp[-1,2...,'-',exp$patient) sul=read.table("TCGA-BRCA.survival.tsv",sep = '\t',header = T) sul=data.frame(patient...=as.numeric(for_surv$CCR1) for_surv$CCL23=as.numeric(for_surv$CCL23) head(for_surv) 生存分析中用到的数据长下面这个样子...(sample_code)>=0 & as.numeric(sample_code)<=9,] for_surv_normal = for_surv

9282 0

应用：基于自然语言识别下的流失用户预警

=0 aimed_word=tdidf_parttwo[i] for (j in 1:key_word){ tmp=tmp+sum(tdidf_parttwo[i] %in% whole_words_set_sequence...=tdidf_partfive[[i]][,2:3] tdidf_partsix[[i]][,2]=as.numeric(tmp[,1])*as.numeric(tmp[,2]) tdidf_partsix...=tdidf_partsix[[i]][1:5,1] key_word=rbind(key_word,as.character(tmp)) } 理论上讲，如果这边数据存储方式用的是data.frame的话...6.1数据因子化的预处理这边得到了近400维度的有效词，现在将每一维度的词遍做一维的feature，同时，此处的feature的意义为要么评论存在该词，要么评论中不存在该词的0-1问题，需要因子化一下...=paste("feature",num) value_name=c('label',value_name) colnames(feature_matrix)=value_name #feature0

5371 0

一网打尽转录组差异分析！！！

= 0)/length(x)}) > occurrence) %>% dplyr::select(c(tmp, rownames(phe))) %>% column_to_rownames...(value=as.numeric(edata[1, ]), group=pheno$Group) dat data.frame(value=x, group=y) nUnique...dat data.frame(value=as.numeric(x), group=y) mn_GM value_scale, dat$group, compositions...y){ dat data.frame(value=as.numeric(x), group=y) # Fold2Change dat$value_scale...) res$adj.P.Val numeric(res$P.value), method = "BH") dat_status <- table(pheno$Group

4291 0

R 数据整理（六：根据分类新增列的种种方法 1.0）

# 先生成一个原始的数据 > test data.frame(geneid = paste0("gene",1:4), + sample1 = c(1,4,7,10...> test data.frame(x = c( "a,b", "a,d", "b,c"));test x 1 a,b 2 a,d 3 b,c 使用separate，便可以对一列中的数据达到...通过replace_na，可以将 replace_na(col, value) ，将col 中的NAs 替换为指定的value。...$X2 0)) 通过fill，可以将指定列中的缺失值替换为该缺失值所在行的上一行中的数据。...iris_unite['Petal.Length'] = as.numeric(iris_unite['Petal.Length']) # 3.加载test1.Rdata，将deg数据框按照pvalue

2.1K2 0

送你一篇TCGA数据挖掘文章

通过上图得到的三个重要信息：数据下载链接样本数：1217 count值计算方法：log2(count+1) 下载好样本信息及表达矩阵的数据之后，我们就可以开始处理数据了。...=apply(exprSet,1,function(x){ sum(x==0) < 10 }) exprSet=exprSet[tmp,] save(exprSet,file = 'tnbc_paired_exprSet.Rdata...file.exists(tmp_f)){ dds <- DESeq(dds) save(dds,file = tmp_f) } load(file = tmp_f) res...lib.size <- colSums(d$counts) d <- calcNormFactors(d) d$samples dge=d design 0+...p=colnames(exprSet), v=as.numeric(exprSet[rownames(DESeq2_DEG[1,]),])) ggpaired(dat,

4.3K35 29

GEO—芯片GSE3292 _pd 中无法找到分组信息—火山图中添加目标基因

tmp_sorted tmp[order(tmp$ID), ]#记录原始pd的行顺序pd$row_order 数据框pd_sorted numeric_part), ]# 可选：删除临时列pd_sorted...$numeric_part tmp_sorted$HPVpd_sorted 0p_t = 0.05k1 = (deg$P.Value 0, 14, by = 2))+ labs(x = "log2(fold change)", y = "-log10(P.value)", title

901 0

突变位点生存分析

加油哈，广大粉丝们 1 主要流程 1.本次选用BRCA的maf数据和临床数据，主要使用其中的varscan数据 2.使用R包maftools读取maf文件，并可视化top10突变基因 3.选取两基因对BRCA...<-tumor$Tumor_Sample_Barcode tmptmp,1,12) tmptmp,as.character(meta$ID)) group_list<-...c(1:nrow(meta)) group_list[sort(as.numeric(na.omit(tmp)))]<-"TP53/KMT2C+" group_list<-ifelse(group_list...(meta[2,3]) meta[,3][is.empty.chr(meta[,3])]=0 meta[,4][is.empty.chr(meta[,4])]=0 meta$time=(as.numeric...(meta[,3])+as.numeric(meta[,4]))/30 #2.根据生死定义event，活着是0，死的是1 meta$event=ifelse(meta$event=='Alive',0,1

1.8K3 1

怀疑了不该怀疑的人

0.起因想要重新整理一下count转换为tpm的代码。隐约记得之前有反馈说计算出来的结果和哪里不一样，所以我想检查一下。...y[1]:y[2] }) length(unique(unlist(tmp))) }) gle=data.frame(gene_id=names(gle),...3.对答案 TCGA提供了tpm的，这个很权威，不太可能会出错。 CHOL_rnaseq.Rdata里的数据是TCGAbiolinks下载整理好的结果，里面包含了count和tpm。...属于R语言高级玩家的快乐必须要研究一下曾老板高难度的R语言代码，看看是个什么原理，为什么碰上这种问题数据会算出错误结果。...length(unique(unlist(tmp))) ## [1] 2432 如果不给exon数据框去重，要从代码的角度解决它，那就把上面的代码换成： length(unique(as.integer

4711 0

DESeq2差异分析及VST变换的探索

29是normal group <- ifelse(substr(colnames(mrna_expr_counts),14,15)<10,"tumor","normal") metadata data.frame...> numeric> numeric> numeric> numeric> numeric> ## MT-CO1 356764 -0.8513972...> numeric> numeric> numeric> numeric> ## CDH3 3130.674 5.97400 0.150985...library(ggplot2) library(ggrepel) tmp.volcano <- as.data.frame(DEG) tmp.volcano$type tmp.volcano...tmp.volcano$padj < 0.01, "down", "not-sig")) tmp.volcano$gene tmp.volcano) ggplot

3.3K1 0

R数据读取（数据文件解析）

默认值替换quote =“” dec =“。” 指定小数点数 colClasses指定列的数据类型格式 row.names指定各行名称，也可以是数字，指定某列为行名校名 as.is =！...# 1 1 NA 23 456 98 76 54 class(tmp) ## [1] "data.frame" dim(tmp) ## [1] 1 7 unlink(ff) 1.1.3 w 0）； what = numeric（0）； what = character（0）；如果SCAN（）读入有字符与数字，用what =“...# 从键盘中输入数字（单独回车换行结束输入，与Perl语言不一样） d<-scan("") # error scan(" ") d ## numeric(0) > d<-scan("") # error...并在完成时将改动后的对象赋值给xnew（只能输入一列） xnew data.frame()) #可以通过工作表界面录入新数据。

2.5K4 1

TCGA的28篇教程-风险因子关联图-一个价值1000但是迟到的答案

首先下载好TCGA的LUAD的miRNA表达数据和临床数据下载方式我就不多说了，大家看我以前的教程：使用R语言的cgdsr包获取TCGA数据（cBioPortal） TCGA的28篇教程- 使用R...meta[,4][is.na(meta[,4])]=0 meta$days=as.numeric(meta[,3])+as.numeric(meta[,4]) meta=meta[,c(1:...library(pheatmap) # https://cran.r-project.org/web/packages/cowplot/vignettes/introduction.html fp_dat=data.frame...(s=1:length(fp),v=as.numeric(sort(fp ))) sur_dat=data.frame(s=1:length(fp), t=phe[...=t(scale(exp_dat)) tmp[tmp > 1] = 1 tmp[tmp < -1] = -1 plot.h=pheatmap(tmp,col= mycolors,show_colnames

1.2K3 1

network3D: 交互式桑基图

它是一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融等数据的可视化分析。...如果您自己有数据，只需要替换输入部分，后面数据格式转换代码是通用的。...") # 转换原始数据点为0起始的一系列整数表示 factor_list 0:(length(factor_list)-1) levels(network$Src) data.frame(name=c(factor_list)) network Src Target Value 1 2 20 1 8 20 1 11

1.6K13 0

shiny随手日记1

问题描述：shiny在没有输入数据的数据下，也会生成空白图片，造成不美观。...column(width=1), column( textInput(inputId = "test1", label = "", value...column(width=1), column( textInput(inputId = "test2", label = "", value...{ if(is.null(input$test1)){ return() } num <- input$test1 num numeric...(id=paste0('id',1:5), number = c(num1, num2, num3, num4, num5)) dt }) output$

2862 0

用R语言分析《我是歌手》出场顺序与名次的关系

出场顺序与名次的数量关系先把所有三季数据按出场顺序及排名做一个简单的统计： [plain] view plaincopy table(data.frame(order=singerData$order...[plain] view plaincopy season.order.avgRankdata.frame(s1=numeric(0),s2=numeric(0),s3=numeric(0))...[plain] view plaincopy season.order.avgRate data.frame(s1=numeric(0),s2=numeric(0),s3=numeric(0))...F-statistic：F统计量 p-value：p值从模型的统计量能够看出，这个方程参考价值很低，不是一个很显著的线性模型。 4....[plain] view plaincopy singers <-unique(singerData$singer) avgRate numeric(0) for(i in 1:length

7998 0

【画图】与SARS-CoV-2病毒结合ACE2基因表达正相关的LncRNA有哪些？

上次教程已经给大家演示了，GTEx数据库有人各组织中基因表达谱数据，下载整理这个数据可以绘制出ACE2受体在人体组织中的表达量情况以及可能的功能有哪些。...) data.frame(gene=gene,Genesets=x,cor=dd$estimate,p.value=dd$p.value ) })) dataframes } ACE2cor...整理画图数据 Linksdata.frame(Gene_1=ACE2corG_circle$gene, Gene_2=ACE2corG_circle$SYMBOL..., Correlation=ACE2corG_circle$cor) Corr data.frame(rbind(data.frame(Gene=Links[,...), cell.padding = c(0,0,0,0) ) circos.initialize(factors = GeneID$Gene,

2213 0

【画图】与COVID-19SARS-CoV-22019-nCoV病毒结合ACE2基因的表达在人肺组织中与那些基因表达相关？

2571 0

【画图】如何批量展现基因表达相关性？

4502 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

生信学习入门常见错误可能的原因分类总结和求助指南

【孟德尔随机化】GTEx数据和gwas数据可以直接MR吗？

基于自然语言识别下的流失用户预警

对“不同数据来源的生存分析比较”的补充说明

应用：基于自然语言识别下的流失用户预警

一网打尽转录组差异分析！！！

R 数据整理（六：根据分类新增列的种种方法 1.0）

送你一篇TCGA数据挖掘文章

GEO—芯片GSE3292 _pd 中无法找到分组信息—火山图中添加目标基因

突变位点生存分析

怀疑了不该怀疑的人

DESeq2差异分析及VST变换的探索

R数据读取（数据文件解析）

TCGA的28篇教程-风险因子关联图-一个价值1000但是迟到的答案

network3D: 交互式桑基图

shiny随手日记1

用R语言分析《我是歌手》出场顺序与名次的关系

【画图】与SARS-CoV-2病毒结合ACE2基因表达正相关的LncRNA有哪些？

【画图】与COVID-19SARS-CoV-22019-nCoV病毒结合ACE2基因的表达在人肺组织中与那些基因表达相关？

【画图】如何批量展现基因表达相关性？

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐