Chuyển đổi khung dữ liệu phức tạp

Question

Tôi có một khung dữ liệu có 1 cột (weights) chứa một danh sách (của khung dữ liệu?):

> head(data$weights) 

> data <- structure(list(A373R11 = structure(list(Signature.1A = 0, Signature.1B = 0, 
    Signature.2 = 0, Signature.3 = 0.151631702143023, Signature.4 = 0.149799882118262, 
    Signature.5 = 0, Signature.6 = 0, Signature.7 = 0.0634912587993959, 
    Signature.8 = 0, Signature.9 = 0.173189155080817, Signature.10 = 0, 
    Signature.11 = 0, Signature.12 = 0, Signature.13 = 0, Signature.14 = 0, 
    Signature.15 = 0, Signature.16 = 0, Signature.17 = 0, Signature.18 = 0, 
    Signature.19 = 0, Signature.20 = 0, Signature.21 = 0.0905517653558877, 
    Signature.R1 = 0, Signature.R2 = 0, Signature.R3 = 0, Signature.U1 = 0.155590748898003, 
    Signature.U2 = 0.145955461287919), .Names = c("Signature.1A", 
"Signature.1B", "Signature.2", "Signature.3", "Signature.4", 
"Signature.5", "Signature.6", "Signature.7", "Signature.8", "Signature.9", 
"Signature.10", "Signature.11", "Signature.12", "Signature.13", 
"Signature.14", "Signature.15", "Signature.16", "Signature.17", 
"Signature.18", "Signature.19", "Signature.20", "Signature.21", 
"Signature.R1", "Signature.R2", "Signature.R3", "Signature.U1", 
"Signature.U2"), row.names = "A373R11", class = "data.frame"), 
    A373R13 = structure(list(Signature.1A = 0, Signature.1B = 0, 
     Signature.2 = 0, Signature.3 = 0.221014874027829, Signature.4 = 0, 
     Signature.5 = 0, Signature.6 = 0, Signature.7 = 0, Signature.8 = 0.279252211893692, 
     Signature.9 = 0, Signature.10 = 0, Signature.11 = 0, 
     Signature.12 = 0, Signature.13 = 0, Signature.14 = 0, 
     Signature.15 = 0, Signature.16 = 0, Signature.17 = 0, 
     Signature.18 = 0, Signature.19 = 0.115216422668955, Signature.20 = 0, 
     Signature.21 = 0, Signature.R1 = 0, Signature.R2 = 0, 
     Signature.R3 = 0.0636987713225648, Signature.U1 = 0.108875099907467, 
     Signature.U2 = 0), .Names = c("Signature.1A", "Signature.1B", 
    "Signature.2", "Signature.3", "Signature.4", "Signature.5", 
    "Signature.6", "Signature.7", "Signature.8", "Signature.9", 
    "Signature.10", "Signature.11", "Signature.12", "Signature.13", 
    "Signature.14", "Signature.15", "Signature.16", "Signature.17", 
    "Signature.18", "Signature.19", "Signature.20", "Signature.21", 
    "Signature.R1", "Signature.R2", "Signature.R3", "Signature.U1", 
    "Signature.U2"), row.names = "A373R13", class = "data.frame"), 
    A373R3 = structure(list(Signature.1A = 0, Signature.1B = 0, 
     Signature.2 = 0, Signature.3 = 0.0795605471131758, Signature.4 = 0.0973130562439999, 
     Signature.5 = 0, Signature.6 = 0, Signature.7 = 0, Signature.8 = 0.249674548796242, 
     Signature.9 = 0.0725013504411567, Signature.10 = 0, Signature.11 = 0.064665155855146, 
     Signature.12 = 0, Signature.13 = 0, Signature.14 = 0, 
     Signature.15 = 0, Signature.16 = 0, Signature.17 = 0, 
     Signature.18 = 0, Signature.19 = 0, Signature.20 = 0, 
     Signature.21 = 0, Signature.R1 = 0, Signature.R2 = 0, 
     Signature.R3 = 0.0703546703126821, Signature.U1 = 0.21753544296676, 
     Signature.U2 = 0.0739201832004727), .Names = c("Signature.1A", 
    "Signature.1B", "Signature.2", "Signature.3", "Signature.4", 
    "Signature.5", "Signature.6", "Signature.7", "Signature.8", 
    "Signature.9", "Signature.10", "Signature.11", "Signature.12", 
    "Signature.13", "Signature.14", "Signature.15", "Signature.16", 
    "Signature.17", "Signature.18", "Signature.19", "Signature.20", 
    "Signature.21", "Signature.R1", "Signature.R2", "Signature.R3", 
    "Signature.U1", "Signature.U2"), row.names = "A373R3", class = "data.frame"), 
    A373R5 = structure(list(Signature.1A = 0, Signature.1B = 0, 
     Signature.2 = 0, Signature.3 = 0.113996509522102, Signature.4 = 0.114874220936966, 
     Signature.5 = 0.142056872670519, Signature.6 = 0, Signature.7 = 0, 
     Signature.8 = 0.208376707959741, Signature.9 = 0.0744527503782136, 
     Signature.10 = 0, Signature.11 = 0, Signature.12 = 0, 
     Signature.13 = 0, Signature.14 = 0, Signature.15 = 0.0771902641012979, 
     Signature.16 = 0, Signature.17 = 0, Signature.18 = 0, 
     Signature.19 = 0, Signature.20 = 0, Signature.21 = 0, 
     Signature.R1 = 0, Signature.R2 = 0, Signature.R3 = 0, 
     Signature.U1 = 0.0673567355607731, Signature.U2 = 0), .Names = c("Signature.1A", 
    "Signature.1B", "Signature.2", "Signature.3", "Signature.4", 
    "Signature.5", "Signature.6", "Signature.7", "Signature.8", 
    "Signature.9", "Signature.10", "Signature.11", "Signature.12", 
    "Signature.13", "Signature.14", "Signature.15", "Signature.16", 
    "Signature.17", "Signature.18", "Signature.19", "Signature.20", 
    "Signature.21", "Signature.R1", "Signature.R2", "Signature.R3", 
    "Signature.U1", "Signature.U2"), row.names = "A373R5", class = "data.frame"), 
    A373R9 = structure(list(Signature.1A = 0, Signature.1B = 0, 
     Signature.2 = 0, Signature.3 = 0.116847300193985, Signature.4 = 0, 
     Signature.5 = 0.21624751052703, Signature.6 = 0, Signature.7 = 0, 
     Signature.8 = 0.252498230882402, Signature.9 = 0, Signature.10 = 0, 
     Signature.11 = 0.119495912880994, Signature.12 = 0, Signature.13 = 0, 
     Signature.14 = 0, Signature.15 = 0, Signature.16 = 0, 
     Signature.17 = 0, Signature.18 = 0, Signature.19 = 0, 
     Signature.20 = 0, Signature.21 = 0, Signature.R1 = 0, 
     Signature.R2 = 0, Signature.R3 = 0.0725549911220892, 
     Signature.U1 = 0, Signature.U2 = 0), .Names = c("Signature.1A", 
    "Signature.1B", "Signature.2", "Signature.3", "Signature.4", 
    "Signature.5", "Signature.6", "Signature.7", "Signature.8", 
    "Signature.9", "Signature.10", "Signature.11", "Signature.12", 
    "Signature.13", "Signature.14", "Signature.15", "Signature.16", 
    "Signature.17", "Signature.18", "Signature.19", "Signature.20", 
    "Signature.21", "Signature.R1", "Signature.R2", "Signature.R3", 
    "Signature.U1", "Signature.U2"), row.names = "A373R9", class = "data.frame"), 
    A512R19 = structure(list(Signature.1A = 0.109490572493859, 
     Signature.1B = 0, Signature.2 = 0, Signature.3 = 0, Signature.4 = 0.22010156823306, 
     Signature.5 = 0, Signature.6 = 0, Signature.7 = 0, Signature.8 = 0, 
     Signature.9 = 0, Signature.10 = 0, Signature.11 = 0, 
     Signature.12 = 0, Signature.13 = 0, Signature.14 = 0, 
     Signature.15 = 0, Signature.16 = 0, Signature.17 = 0, 
     Signature.18 = 0, Signature.19 = 0, Signature.20 = 0, 
     Signature.21 = 0, Signature.R1 = 0, Signature.R2 = 0, 
     Signature.R3 = 0.150943894106973, Signature.U1 = 0.248556502648564, 
     Signature.U2 = 0.119306892617062), .Names = c("Signature.1A", 
    "Signature.1B", "Signature.2", "Signature.3", "Signature.4", 
    "Signature.5", "Signature.6", "Signature.7", "Signature.8", 
    "Signature.9", "Signature.10", "Signature.11", "Signature.12", 
    "Signature.13", "Signature.14", "Signature.15", "Signature.16", 
    "Signature.17", "Signature.18", "Signature.19", "Signature.20", 
    "Signature.21", "Signature.R1", "Signature.R2", "Signature.R3", 
    "Signature.U1", "Signature.U2"), row.names = "A512R19", class = "data.frame")), .Names = c("A373R11", 
"A373R13", "A373R3", "A373R5", "A373R9", "A512R19")) 

Ở đây, mỗi hàng chứa một mẫu, và mỗi cột có chứa một số cho một chữ ký đặc biệt:

> data[1] 

$A373R11 
     Signature.1A Signature.1B Signature.2 Signature.3 Signature.4 Signature.5 Signature.6 Signature.7 Signature.8 Signature.9 Signature.10 Signature.11 
A373R11   0   0   0 0.1516317 0.1497999   0   0 0.06349126   0 0.1731892   0   0 
     Signature.12 Signature.13 Signature.14 Signature.15 Signature.16 Signature.17 Signature.18 Signature.19 Signature.20 Signature.21 Signature.R1 Signature.R2 
A373R11   0   0   0   0   0   0   0   0   0 0.09055177   0   0 
     Signature.R3 Signature.U1 Signature.U2 
A373R11   0 0.1555907 0.1459555 

tôi muốn chuyển sang dạng dataframe với cấu trúc sau:

sample signature score 
A373R11 Signature.1A 0 
A373R11 Signature.1B 0 
[...] 
A373R13 Signature.1A 0 
A373R13 Signature.1B 0 
[...] 

Có ai có thể chỉ cho tôi đúng hướng không?

Answer 1

Hai cách tiếp cận:

1) với data.table gói

Sử dụng:

library(data.table) 
melt(rbindlist(data, idcol = 'sample'), 
    id = 'sample', variable.name = 'signature', value.name = 'score') 

giv es:

 sample signature  score 
    1: A373R11 Signature.1A 0.00000000 
    2: A373R13 Signature.1A 0.00000000 
    3: A373R3 Signature.1A 0.00000000 
    4: A373R5 Signature.1A 0.00000000 
    5: A373R9 Signature.1A 0.00000000 
---         
158: A373R13 Signature.U2 0.00000000 
159: A373R3 Signature.U2 0.07392018 
160: A373R5 Signature.U2 0.00000000 
161: A373R9 Signature.U2 0.00000000 
162: A512R19 Signature.U2 0.11930689 

2) với cơ sở R

Sử dụng:

dat2 <- do.call(rbind, dat) 
reshape(dat2, idvar = 'sample', ids = row.names(dat2), 
     varying = list(1:ncol(dat2)), times = colnames(dat2), 
     timevar = 'signature', v.names = 'score', 
     new.row.names = NULL, direction = 'long') 

cho:

     signature  score sample 
A373R11.Signature.1A Signature.1A 0.00000000 A373R11 
A373R13.Signature.1A Signature.1A 0.00000000 A373R13 
A373R3.Signature.1A Signature.1A 0.00000000 A373R3 
A373R5.Signature.1A Signature.1A 0.00000000 A373R5 
A373R9.Signature.1A Signature.1A 0.00000000 A373R9 

..... 

A373R13.Signature.U2 Signature.U2 0.00000000 A373R13 
A373R3.Signature.U2 Signature.U2 0.07392018 A373R3 
A373R5.Signature.U2 Signature.U2 0.00000000 A373R5 
A373R9.Signature.U2 Signature.U2 0.00000000 A373R9 
A512R19.Signature.U2 Signature.U2 0.11930689 A512R19 

---

LƯU Ý:

Tốt hơn là không để cho dữ liệu của bạn cùng tên với một hàm. Xem ?data.

Answer 2

Trước tiên, bạn kết hợp dữ liệu.frames (rbind), sau đó bạn chuyển chúng thành ma trận để giữ tên miền và làm tan chảy. giải pháp

library(data.table)  
res <- melt(as.matrix(do.call(rbind, data))) 
colnames(res) <- c("sample", "signature", "score") 

Cleaner với ống

library(data.table) 
library(magrittr) 

res <- data %>% 
    do.call(rbind, .) %>% 
    as.matrix() %>% 
    melt() %>% 
    setDT() %>% 
    setnames(c("sample", "signature", "score")) 

Answer 3

Một giải pháp tidyverse, nơi chúng tôi lần đầu tiên tham gia tất cả các data.frames với nhau, sau đó sử dụng gather để định hình lại chúng như mong muốn:

library(dplyr) 
library(tidyr) 

data %>% 
    bind_rows(.id = 'sample') %>% 
    gather(signature, score, -sample) 

Cung cấp :

 sample signature  score 
1 A373R11 Signature.1A 0.00000000 
2 A373R13 Signature.1A 0.00000000 
3 A373R3 Signature.1A 0.00000000 
4 A373R5 Signature.1A 0.00000000 
5 A373R9 Signature.1A 0.00000000 
6 A512R19 Signature.1A 0.10949057 
7 A373R11 Signature.1B 0.00000000 
8 A373R13 Signature.1B 0.00000000 
9 A373R3 Signature.1B 0.00000000 
10 A373R5 Signature.1B 0.00000000 
.... 

có thể được viết như một lớp lót mà không cần đường ống như:

gather(bind_rows(data, .id = 'sample'), signature, score, -sample) 

Answer 4

Đây là cơ sở thay thế R với rapply. Lưu ý rằng tôi đã đổi tên dat.frame dat của bạn.

# pull out the values and their attached names with rapply 
myVec <- rapply(unname(dat), identity) 
# even better: 
# myVec <- unlist(unname(dat)) 

# construct the data.frame 
mydf <- data.frame(sample=rep(names(dat), lengths(dat)), 
        signature=names(myVec), 
        score=myVec, 
        stringsAsFactors=FALSE, row.names = seq_along(myVec)) 

này trả

head(mydf) 
    sample signature  score 
1 A373R11 Signature.1A 0.0000000 
2 A373R11 Signature.1B 0.0000000 
3 A373R11 Signature.2 0.0000000 
4 A373R11 Signature.3 0.1516317 
5 A373R11 Signature.4 0.1497999 
6 A373R11 Signature.5 0.0000000 

Theo mặc định, rapply thực hiện một chức năng trên các yếu tố cuối cùng của mỗi danh sách một trả về một vector. Tôi sử dụng identity để trả lại những yếu tố này không thay đổi gì. Vì mỗi phần tử có tên liên kết với nó, rapply trả về một vector có tên.

Tôi sử dụng unname để loại bỏ tên của từng mục danh sách bên ngoài. Điều này làm cho việc xây dựng dữ liệu trong bước tiếp theo dễ dàng hơn một chút. Nếu không, vector được đặt tên sẽ có tên như "A373R11.Signature.5" sẽ yêu cầu nhiều công việc hơn để trả về kết quả mong muốn.