Comprendre le "Réduire" la fonction

J'ai une question à propos de la fonction de réduction dans R. j'ai lu la documentation, mais je suis encore un peu confus. Donc, j'ai 5 vecteurs avec des gènes nom. Par exemple:

v1 <- c("geneA","geneB",""...)
v2 <- c("geneA","geneC",""...)
v3 <- c("geneD","geneE",""...)
v4 <- c("geneA","geneE",""...)
v5 <- c("geneB","geneC",""...)

Et je voudrais savoir quels gènes sont présents dans au moins deux vecteurs. Certaines personnes ont suggéré:

Reduce(intersect,list(a,b,c,d,e))

Je serais très reconnaissant si quelqu'un pourrait-il m'expliquer comment cette instruction fonctionne, parce que j'ai vu Réduire utilisée dans d'autres scénarios.

Votre question est vraiment "Comment puis-je trouver les gènes ou les éléments sont présents dans au moins deux vecteurs?" Si oui, Reduce() ne va pas être utile, mais il serait facile de répondre à la question "quels gènes sont présents dans tous des vecteurs?"

InformationsquelleAutor Johnathan | 2015-02-16

r reduce

34

Reduce prend une fonction binaire et une liste des éléments de données et successivement applique la fonction à la liste des éléments dans un appel récursif à la mode. Par exemple:
```
Reduce(intersect,list(a,b,c))
```
est le même que
```
intersect((intersect(a,b),c)
```
Cependant, je ne pense pas que la construction va vous aider à ici aussi il retournera seulement les éléments qui sont communs à tous vecteurs.

De compter le nombre de vecteurs d'un gène apparaît dans vous pouvez effectuer les opérations suivantes:
```
vlist <- list(v1,v2,v3,v4,v5)
addmargins(table(gene=unlist(vlist), vec=rep(paste0("v",1:5),times=sapply(vlist,length))),2,list(Count=function(x) sum(x[x>0])))
       vec
gene    v1 v2 v3 v4 v5 Count
  geneA  1  1  0  1  0     3
  geneB  1  0  0  0  1     2
  geneC  0  1  0  0  1     2
  geneD  0  0  1  0  0     1
  geneE  0  0  1  1  0     2
```
- Je vous remercie beaucoup pour votre participation. Je n'ai jamais utilisé la table et addmargins fonctions avant. Si vous n'avez pas l'esprit, je voudrais vous poser des questions sur eux.
- tableau: si le gène est l'objet qui peut être utilisé comme facteur (c'est à dire catégorielles de données), et vec est le nom de l'dimensions ("v1","v2"), à droite? Je suis confus au sujet de ce temps. Il retourne vecteurs de longueur. Comme pour addmargins, c'est une fonction qui s'étend d'une table pour ajouter les marginaux totaux (c'est à dire du nombre total de cas sur les catégories d'intérêts), à droite? "2" signifie ajouter une colonne qui contiendra la ligne marginaux totaux, droit? Enfin, le dernier argument est une liste qui contient la fonction. Je vous remercie pour votre temps et votre aide!
- Oui, vous avez raison. times est un argument de rep qui détermine le nombre de fois que chaque élément est répété, afin de s'assurer que les gènes sont mappées à la bonne variable.
- Je vous remercie pour votre contribution. J'ai lu le R de la documentation. Rep les valeurs de x (par exemple, v1,...). Je suis encore confus par la longueur. Apparemment, c'est un vecteur de donner le nombre de répétitions de chaque élément de longueur(x). Par exemple, si v2 est de longueur 2, ne devrait-il pas dire que chaque élément d'être répétée deux fois? Je ne comprends pas comment cela s'assurer que les gènes sont mappées à la bonne variable. Désolé pour la confusion. Je suis sûr que c'est quelque chose d'évident. merci!!!!
- C'est très bizarre comment les types d'arguments sont retournées. Il sentirais beaucoup mieux si elle était conforme à la convention "s'appliquent(liste, fonction)".
InformationsquelleAutor James
27

Une belle façon de voir ce Reduce() est en train de faire est de le faire fonctionner avec son argument accumulate=TRUE. Lorsque accumulate=TRUE, il sera de retour d'un vecteur ou d'une liste dans laquelle chaque élément indique son état après le traitement de la première n éléments de la liste dans x. Voici quelques exemples:
```
Reduce(`*`, x=list(5,4,3,2), accumulate=TRUE)
# [1]   5  20  60 120

i2 <- seq(0,100,by=2)
i3 <- seq(0,100,by=3)
i5 <- seq(0,100,by=5)
Reduce(intersect, x=list(i2,i3,i5), accumulate=TRUE)
# [[1]]
#  [1]   0   2   4   6   8  10  12  14  16  18  20  22  24  26  28  30  32  34  36
# [20]  38  40  42  44  46  48  50  52  54  56  58  60  62  64  66  68  70  72  74
# [39]  76  78  80  82  84  86  88  90  92  94  96  98 100
# 
# [[2]]
#  [1]  0  6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96
# 
# [[3]]
# [1]  0 30 60 90
```
- Peut-il être utilisé avec plus de comparaisons, de toute évidence, j'ai essayé un, je suis le premier numéro de la séquence suivie par l'une ou 00000 11111. Mes valeurs attendues pour quelque chose comme Réduire('<',c(3,4,7,2,6,8,9), s'accumulent=T) aurait été de 3 3 2 2 2 2. Est-ce réalisable avec la Réduire? Un peu d'explication, je suppose de Réduire prend les éléments d'un vecteur à 2 à l'heure en partant de la gauche. Depuis ma fonction est de "moins de" il serait comparer les 2 premiers de retourner le plus petit nombre, puis de la comparer à la 3ème retour de la plus petite...
- juste pour préciser, je sais que je peux obtenir mes résultats souhaités avec cumin(), tout en essayant de comprendre à Réduire() ici.
InformationsquelleAutor Josh O'Brien

En supposant que les valeurs d'entrée donnée à la fin de cette réponse, l'expression

Reduce(intersect,list(a,b,c,d,e))
## character(0)

donne les gènes, qui sont présentes dans tous les vecteurs, et non pas les gènes qui sont présents dans au moins deux vecteurs. Cela signifie:

intersect(intersect(intersect(intersect(a, b), c), d), e)
## character(0)

Si nous voulons que les gènes qui sont au moins de deux vecteurs:

L <- list(a, b, c, d, e)
u <- unlist(lapply(L, unique)) # or:  Reduce(c, lapply(L, unique))

tab <- table(u)
names(tab[tab > 1])
## [1] "geneA" "geneB" "geneC" "geneE"

sort(unique(u[duplicated(u)]))
## [1] "geneA" "geneB" "geneC" "geneE"

Remarque: Nous avons utilisé:

a <- c("geneA","geneB")
b <- c("geneA","geneC")
c <- c("geneD","geneE")
d <- c("geneA","geneE")
e <- c("geneB","geneC")

InformationsquelleAutor G. Grothendieck

Vous devez vous connecter pour publier un commentaire.