使用if或ifelse和grepl标记数据帧_使用ifelse创建数据帧_使用grepl为数据帧创建函数 - 腾讯云开发者社区

其中里面的普通转录组数据集链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?...(grepl('^m',colnames(symbol_matrix)),'case' ,'control') group_list=ifelse(grepl('^HCC',colnames(symbol_matrix...以下是可能存在的一些主要区别：组织来源和病理特征：肝癌样品通常是从原发于肝脏的恶性肿瘤中获取的，而结直肠癌的肝转移样品则来自原发于结肠或直肠的癌症，在肝脏发生了转移。...免疫组织化学标记：肝癌和结直肠癌的肝转移样品可能在免疫组织化学标记上表现出不同的特征，例如免疫组织化学标记物（如肿瘤标记物）的表达水平。...) 的两个分组的转录组测序的表达量矩阵很容易差异分析后，使用机器学习算法，比如LASSO，SVM, 随机森林缩小基因数量，来区分两个分组，调整算法和参数可以达到非常好的分类模型。

1381 0

ChIP-seq数据应该是看peaks呢还是看motif

最近看到了一个研究，使用ChIP-Seq技术检测了转录因子SATB2在结肠上皮细胞中全基因组的结合位点，发现92.3%（39% intergenic regions和53.2% introns）的结合位点位于非启动子区域...不过，研究者综合motif 富集分析发现了肠道关键转录因子CDX2，HNF4A和转录调控过程中发挥重要作用的转录激活因子P300，提示SATB2可能与CDX2和HNF4A共同参与了增强子激活靶基因的转录调控...(grepl('Promoter',df$annotation),'Promoter', ifelse(grepl('Intron',df$annotation),'Intron...', ifelse(grepl('Intergenic',df$annotation),'Intergenic',...ifelse(grepl('Exon',df$annotation),'Exon', 'other')))) table(cl)

2.3K3 1

您找到你想要的搜索结果了吗？

是的

没有找到

R语言包_gbm

gbm效果和randomForest相近，但是占用内存更少，且支持多核crossValidation运算。...本文用到的处理二值数据的方法，有以下两种： glm(generalized boosted models) glmnet(generalized linear models) glm使用了boosted...trees，glmnet使用了regression # load libraries library(caret) library(pROC) ###########################...titanicDF <- read.csv('http://math.ucdenver.edu/RTutorial/titanic.txt',sep='\t') titanicDF$Title <- ifelse...(grepl('Mr ',titanicDF$Name),'Mr',ifelse(grepl('Mrs ',titanicDF$Name),'Mrs',ifelse(grepl('Miss',titanicDF

1.6K2 0

在非Linux系统的电脑也可以使用命令行工具操作R语言

，这个时候大概率上我们借助git软件来做到使用命令行工具是无法使用上面的命令，所以接下来需要在命令行使用： alias R='/Library/Frameworks/R.framework/Resources...(grepl('Promoter',df$annotation),'Promoter', ifelse(grepl('Intron',df$annotation),'Intron...', ifelse(grepl('Intergenic',df$annotation),'Intergenic',...ifelse(grepl('Exon',df$annotation),'Exon', 'other')))) table(cl)...并不需要手动交互式一个个文件名修改和处理哦。

1.2K3 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...语言的RTCGA包获取TCGA数据（离线打包版本, FireBrowse） TCGA的28篇教程- 使用R语言的RTCGAToolbox包获取TCGA数据（Broad Institute FireBrowse...',colnames(meta)))] meta[(grepl('patient.days_to_last_followup',colnames(meta)))] meta[(grepl('patient.days_to_death...还是那句老话，数据分析师其实大部分时间花在数据整理上面： group_list=ifelse(substr(colnames(expr),14,15)=='01','tumor','normal')...event','race','age','gender','stage',"days") library(survival) library(survminer) meta$event=ifelse

1.2K3 1

硬着头皮往下走PCA|GSEA

本期数据挖掘任务来自于Paper：Tumor Evolution and Drug Response in Patient-Derived Organoid Models of Bladder Cancer...ssGSEA 其实，是很简单的处理：差异分析后提取top1000进行PCA，要表达的意思是，tumor和TCGA的tumor能聚在一起；对差异基因进行GSEA的KEGG富集；有了其实，必有但是；...纯代码： Step1-download ###一些常规的设置 rm(list = ls())#清空环境变量 options(stringsAsFactors = F)##字符不作为因子读入 #####数据下载...(grepl('TCGA',colnames(nr_pca)),'TCGA',ifelse(grepl('org',pd$title),'org','tumor')) library("FactoMineR...result$Description==paper_choose[i]], pvalue_table = T) } a Results：写在最后，其实PCA的目的是为了说明，肿瘤和TCGA

8652 0

RNAseq | ComplexHeatmap绘制临床数据热图（所见即所得）

这里介绍使用ComplexHeatmap直接完成该图。一载入R包，数据使用前面系列推文的TCGA-SKCM的临床数据和随访数据，以及经过lasso模型计算的风险评分结果。...2，临床数据处理在TCGA下载的临床数据需要进行一些处理，可以在excel中完成，当然也可以使用R完成。...$pathologic_M <- ifelse(grepl("^M1", riskScore_cli2$pathologic_M),..."M1", riskScore_cli2$pathologic_M) riskScore_cli2$pathologic_M <- ifelse(grepl("^M0", riskScore_cli2$...二临床指标热图可视化 1，直接绘制使用ComplexHeatmap绘制临床数据注释图，重点在于构建一个和临床数据相同列的0矩阵。

3151 0

化脓性汗腺炎和银屑病单细胞数据复现2-小提琴图复现

上次推文链接：日光性皮炎和银屑病单细胞数据集复现同时来一个纠错，之前写的日光性皮炎应该是化脓性汗腺炎和 HIS 修改为 HS library(ggsci) library(dplyr) library...+ scale_y_continuous(breaks=seq(0, 100, 5)) + NoLegend() p2 #修正上次推文的HIS为HS sce.all.int$group<-ifelse...(grepl("GSM6840117|118|119|120|121|122|123|124",sce.all$orig.ident),"HS" ifelse(grepl("GSM6840143

1041 0

MyBatis 使用报错：org.xml.sax.SAXParseException 元素内容必须由格式正确的字符数据或标记组成

前言今天在使用 MyBatis 时出现报错：Caused by: org.xml.sax.SAXParseException: 元素内容必须由格式正确的字符数据或标记组成。...Cause: org.xml.sax.SAXParseException; lineNumber: 57; columnNumber: 24; 元素内容必须由格式正确的字符数据或标记组成。...MybatisSqlSessionFactoryBean.java:581)... 81 common frames omittedCaused by: org.xml.sax.SAXParseException: 元素内容必须由格式正确的字符数据或标记组成...注：使用 @Select 同理解决方案方案一：使用 CDATA 区块，依然使用 “ > ” 或者 “ < ”CDATA（Character Data）是一种在XML文档中表示文本数据的方式。...我鼓励互动和建立社区，因此请留下你的问题、建议或主题请求，让我知道你感兴趣的内容。此外，我将分享最新的互联网和技术资讯，以确保你与技术世界的最新发展保持联系。

3891 0

单细胞韧皮部研究代码解析2--comparison_denyer2019.R

areaSource=&traceId= 今天继续给大家分享这篇作者的代码，在很多人做单细胞数据分析的时候，，目前是伴随单细胞组学的发展，如何将前人发表的单细胞转录组数据与获得的单细胞数据进行整合，这篇文章的作者提供了一个思路...(grepl("denyer", all_soft$Sample), "Denyer et al 2019", "ring") all_hard <- readRDS("data/processed/...SingleCellExperiment/all_batches_hardfilt.rds") all_hard$dataset <- ifelse(grepl("denyer", all_hard$Sample...marker 基因，对all_hard和all_soft数据集进行可视化 # hard filtered data temp <- getReducedDim(all_hard, "UMAP-MNN_...首先时作者读入了soft和hard 的data，把自己以前进行分选的marker基因及已知的marker基因进行整合数据集的可视化，去表明整合后的数据集都能定位到相似的位置，验证自己的数据集的可靠性。

2480 0

肝细胞癌(HCC)单细胞数据复现及解决上周推文的一些问题

人类和小鼠肝癌肿瘤的单细胞RNA测序揭示了癌症相关成纤维细胞(CAF)的异质性。今天复现的文献用了多个scRNA-seq测序，我这里选用人类的数据来做复现。...数据集： GEO Accession viewer (nih.gov) step1 导入数据 rm(list=ls()) options(stringsAsFactors = F) library(...tail(phe) sce@meta.data$orig.ident=paste0('p',phe[,2]) table(sce@meta.data$orig.ident) sce$group<-ifelse...(grepl("p8|9|10|11",sce$orig.ident),"Normal","HCCtumor") table(sce$group) sce.all=sce as.data.frame(...在此更正： sce$group<-ifelse(grepl("GSM5077732|GSM5077731",sce$orig.ident),"Control","Tumor") table(sce$group

7753 0

两组单细胞样品的不同亚群比例差异的火山图展现

这样的话两个分组之间的不同单细胞亚群的比例差异其实往往是需要最后使用流式细胞等价格相对低廉的实验技术去扩大样品队列去验证一下。...而不同单细胞样品的不同亚群比例差异，前面我们介绍过：展示细胞比例变化之balloonplot和马赛克图，以及展示细胞比例变化之桑基图，但它们通常并没有分组比较。...首先，仍然是经典的降维聚类分群和标记基因对亚群进行命名，如下所示：经典的降维聚类分群这些基因大家基本上都是可以背诵下来了，然后，可以根据样品的分组拆开看单细胞亚群比例差异：单细胞亚群比例差异...(grepl('case',phe$orig.ident) , 'case','control') table(phe$group) head(phe) 如下所示： > table(phe$group...，并不是真正的单细胞数据分析实战。

2.2K6 0

生信代码：机器学习-训练模型

数据分割在构建预测模型的开始可以使用数据分割构建训练集和测试集，也可以在训练集中用于执行交叉验证或自举(bootstrapping)，以评估模型。...(grepl("cv", method), 10, 25), repeats = ifelse(grepl("[d_]cv$", method), 1, NA), p = 0.75,...图1.caret包绘制训练集数据可以看到不同年龄、学历和工作行业与工资的关系的散点图矩阵。使用ggplot2包绘制数据 qplot(age, wage, data = training) ?...・通过画出被预测变量和特定的预测变量之间的关系图来选择预测变量。・离群点或异常的组可能暗示缺少某些变量，所有预测变量都无法解释这些异常。...，即必须使用训练集的均值和训练集的标准差来标准化测试集。

1.4K2 1

祖传的单个10x样本的seurat标准代码

全部链接是：「生信技能树」单细胞进阶数据处理之文献导读，链接是：https://www.bilibili.com/video/BV17f4y1R7N8 「生信技能树」使用10X单细胞转录组数据探索免疫治疗.../video/BV1Yf4y1R75R 「生信技能树」云服务器处理单细胞转录组数据，链接是：https://www.bilibili.com/video/BV154411Z7DU 「生信技能树」使用Smart-seq2...(cl %in% c(0,2,5,7,8,12),'epi', ifelse(cl %in% c(1,3,6,9,14,15),'fibro', ifelse(...上游分析流程 02.课题多少个样品，测序数据量如何 03. 过滤不合格细胞和基因（数据质控很重要） 04. 过滤线粒体核糖体基因 05....去除细胞效应和基因效应 06.单细胞转录组数据的降维聚类分群 07.单细胞转录组数据处理之细胞亚群注释 08.把拿到的亚群进行更细致的分群 09.单细胞转录组数据处理之细胞亚群比例比较还有一些个性化汇总

1.7K3 3

机器学习的基本步骤及实现方式比较

未经过数据处理的数据往往存在以下问题：数据不完整：缺少属性值或仅仅包含聚集数据；数据含噪声：大量数据中包含错误或偏离期望的离群值；数据标签规则不一：对于数据的分类规则与标准不一致，导致最终收集的数据不属于同类数据...1.2数据集准备数据集准备是使用TensorFlow、Paddle Quantum等进行机器学习的入门基础。...在实际练习或使用过程中，企业的数据相对而言获取渠道固定、有较清晰的分类，因此在准备数据集时，做好分类后只需要将数据文件转为机器学习可识别的文件即可。...留出法的优点是简单好实现，但训练集和测试集数据分布不一致时易引入偏差，最终影响数据模型评估结果。交叉验证法是将数据集D划分为n个互斥的子集。...(grepl("cv", method), 10, 25), repeats = ifelse(grepl("[d_]cv$", method), 1, NA), p = 0.75,

5755 0

院士课题组的WGCNA数据挖掘文章能复现吗

，然后根据里面的样品的二分类属性（肿瘤样品和正常组织对照）做一个简单的差异分析，然后基于差异分析后的基因列表进行go和kegg的数据库注释，以及使用WGCNA算法构建网络，然后挑选合适的网络看里面的hub...使用WGCNA算法构建网络我们分两步走，完成这个数据挖掘的复现。...( grepl('PLVX',colnames(symbol_matrix)),'control','case' ) group_list=ifelse(substring(colnames(symbol_matrix...，都不太可能使用这样的阈值可以拿到这样的数据量的差异基因。...，或访问奶牛快传 cowtransfer.com 输入传输口令 uwiucz 查看；感兴趣的小伙伴可以帮我们检查一下哦！

2842 0

日光性皮炎和银屑病单细胞数据集复现

这周推文更新一篇银屑病相关的单细胞转录组数据的文献复现。使用的SeuratV5版本R包及其常规流程代码。...以前在银屑病中使用的生物制剂可阻断 IL-17A 和/或的信号传导或 IL-17F 同工型已被重新用于治疗 HS。...方法：将来自 8 个去顶手术 HS 皮肤样本（包括真皮隧道）的 12,300 个皮肤免疫细胞的单细胞数据与银屑病皮肤（来自 11 个样本的 19,525 个细胞）和对照皮肤（来自 10 个样本的 11,920...(grepl("GSM6840117|118|119|120|121|122|123|124",sce.all$orig.ident),"HIS", ifelse(grepl...降维分群 ###### step4: 降维聚类分群和看标记基因库 ###### # 原则上分辨率是需要自己肉眼判断，取决于个人经验 # 为了省力，我们直接看 0.1和0.8即可 table(Idents

1161 0

差异分析及KEGG注释简介

看似第一个(logRPKM)和第三个(logCPM)形状比较像，具体可以使用table()函数看一看 > g1 = cutree(hc.logRPKM, 4);table(g1) g1 1 2...结果看到，这次RPKM分的更开了但是，和原文不同，我们下面?的差异分析操作中，还是更偏向于使用CPM的结果 ?...常用的limma包进行处理(注意：这里只是在探索如何进行分析，单细胞数据不一定会使用到常规的差异分析包，会有更好的算法等待着我们) 如何得到差异基因？...于是我们可以对第一组和其他组(第2、3、4组的混合)进行差异分析 # 定义分组信息 group_list=ifelse(df$g==1,'me','other');table(group_list) #...总结这里只是作为单细胞的入门探索，不是利用真正的单细胞分析算法，算是个过渡阶段吧，接下来会进行真正的单细胞数据之3大R包使用

1.5K3 0

细数绘制一张全景图所遇到的坑

maf$Tumor_Sample_Barcode <- substr(maf$Tumor_Sample_Barcode, 1, 16) require(maftools) ## 作者用到了HBV和HCV...$HCV <- ifelse(phenoData$hist_hepato_carc_fact == 'Hepatitis C', 'HCV', 'others') phenoData[phenoData...clinicalData = phenoData) laml laml@data <- laml@data[grepl('PASS', laml@data$FILTER), ] 接下来绘图遇到了第二个坑...tumor_type, '.png'), res = 150, width = 1500, height = 1080) ## 文章中这些driver gene是Mutsig挑选出来的，文章里面提供了，就直接使用了这个数据...), RColorBrewer::brewer.pal(n = 5, name = 'Set2')) names(col) = variantClass col ## 绘图的时候我们使用的数据是

1.1K2 0

多次差异分析难道就需要多个火山图吗

无数的火山图这个文章提供原始的测序数据：....u <- par('usr') p <- par('plt') f <- par("fin") xpd <- par("xpd") par(xpd=NA) text(x=x0 + ifelse...(pos==1, -1,1) * w/2*cos(srt/360*2*base::pi), y = y0 + ifelse(pos==1, -1,1) * w/2 *sin(srt/360*2*base...(grepl("[[:lower:]]", colnames(design))[-1], 1,3) ) clip(0,30,0,1000) #text(b+0.2, colSums(n)+50, colSums...希望大家跑这个多次差异分析，然后使用前面的可视化方法！

1.4K6 1

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

可能是作者把部分样品标记错误了分组吗

ChIP-seq数据应该是看peaks呢还是看motif

R语言包_gbm

在非Linux系统的电脑也可以使用命令行工具操作R语言

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

硬着头皮往下走PCA|GSEA

RNAseq | ComplexHeatmap绘制临床数据热图（所见即所得）

化脓性汗腺炎和银屑病单细胞数据复现2-小提琴图复现

MyBatis 使用报错：org.xml.sax.SAXParseException 元素内容必须由格式正确的字符数据或标记组成

单细胞韧皮部研究代码解析2--comparison_denyer2019.R

肝细胞癌(HCC)单细胞数据复现及解决上周推文的一些问题

两组单细胞样品的不同亚群比例差异的火山图展现

生信代码：机器学习-训练模型

祖传的单个10x样本的seurat标准代码

机器学习的基本步骤及实现方式比较

院士课题组的WGCNA数据挖掘文章能复现吗

日光性皮炎和银屑病单细胞数据集复现

差异分析及KEGG注释简介

细数绘制一张全景图所遇到的坑

多次差异分析难道就需要多个火山图吗

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