Skip to content

[R-es] Ayuda para hacer una lista

7 messages · Leticia G Leon, Javier Marcuzzi, eric +2 more

Original
Leticia G Leon
# 
Hola
Soy Leticia, quería hacer una consulta al grupo a ver si me podéis ayudar.

Tengo unos datos de proteínas, el data frame es: 5 columnas iniciales que
tienen información sobre las proteínas y después las columnas con las
intensidades, de las cuales no se cuantas condiciones tienen ni cuántas
réplicas por condición.

Estoy intentando hacer un cálculo del coeficiente de variación por grupo y
representarlo en con boxplots.
Para poder hacer este plot, la mejor opción que he encontrado es crear una
lista por grupo y calcular el coeficiente de variación por lista, ejemplo:
tres condiciones == tres listas == 3 CV == 3 box in the plot.
Mi problema y donde necesito ayuda es que no consigo hacer un
código general para poder hacer las listas de forma automática, y esta
parte es el cuello de botella que siempre necesita que sea hardcoded (en
negrita) abajo.

He puesto los pasos que tengo,
1) pedir numero de replicas y condiciones
2) renombrar las intensidades en base a lo anterior
3) hacer las listas  ************ (AYUDA)


El codigo que tengo hasta ahora es:
######### 1
## Esta parte para introducir el numero de replicas y condiciones, que
varia segun el experimento
x = readline("Enter number of replicates: ")
print(paste("Number of replicates:", x ))

y = readline("How many conditions? ")
print(paste("You have ", y , "conditions")

###########################
Esta parte para renombrar las intensidades usando x e y
###### 2

for (i in 1:y){
  varnames[i] <- c(rep(paste0("gp_", i), y))
}
varnames

Group <- factor(varnames)

nu.Norm <- select_if(Norm, is.numeric)

#this part will change the columns names, do we want that?
names(nu.Norm) <- paste0(rep(varnames, each=x), "_", 1:x)
nu.Norm

##############################
Crear listas para el boxplot
###### 3

*listgp <- list(Norm[,6:(as.numeric(x)+5)],
Norm[,(as.numeric(x)+5):(as.numeric(x)*2+5)],
Norm[,(as.numeric(x)*2+5):(as.numeric(x)*3+5)])*

OR

f




*or (c in colnames(nu.Norm)){  dat1 <- nu.Norm %>% select(
contains("gp_1_"))  dat2 <- nu.Norm %>% select( contains("gp_2_"))  dat3 <-
nu.Norm %>% select( contains("gp_3_"))}list.gp <http://list.gp> <-
list(dat1, dat2, dat3)*

cv.df <- lapply(list.gp, function(x){(apply(x,1,sd)/rowMeans(x))*100})
cvdf <-as.data.frame(do.call("cbind", cv.df))
colnames(cvdf)<-c(varnames)

###### crear la figura

palette<-rep(c(randomColor(y, luminosity="random")), times=c(1,1,1))

cvdf_melt<-reshape2::melt(cvdf)

g5 <-ggplot( cvdf_melt, aes(x=variable,
y=value))+geom_boxplot(color="black",fill=palette, alpha=0.8)+##,
fill="Experiment"
  scale_y_continuous(limits=c(0,100), breaks=seq(0,100, by=10))+
  theme_bw()+
  theme(panel.grid.major = element_line(colour = "gray85"),
        panel.grid.minor = element_line(colour = "gray85"),
        axis.text.x = element_text(color = "black", size = 12,angle=45,
hjust=1,vjust=1),
        axis.text.y= element_text(color = "black", size = 12,angle=0,
hjust=0.5,vjust=0.5),
        axis.title.x=element_text(color = "black", size = 15,angle=0,
hjust=0.5,vjust=0.5),
        axis.title.y=element_text(color = "black", size = 15,angle=90,
hjust=0.5,vjust=0.5),
        axis.ticks.length = unit(5, "pt"),
        axis.ticks = element_line(size = 1),
        legend.position="none",
        title =element_text(size=12))+
  labs(x="", y = "CV(%)", title="Coefficient of variation")
g5



GRACIAS!
Javier Marcuzzi
# 
Hola Leticia

Acomodar datos para analizar suele llevar más trabajo que el análisis.

Yo prefiero en un data.frame colocar todos los datos, porque siempre es más fácil filtrar que agregar. Cuándo tengo el data.frame con todo, realizo un plot (datos), y muchas veces en la gráfica veo cosas que me llaman la atención, de esta forma busco algo de antemano no sospechaba.

No es necesario que conozcas el número de réplica, pueden armar de tal forma que cada réplica es una fila que agregas al data.frame. Pero son formas de trabajar, seguramente hay personas más inteligentes que yo.

Javier Rubén Marcuzzi
Leticia G Leon
# 
Muchas fracias por la rapida contastacion Javier.

Si, ya me he dado cuenta que a veces es mas limpiar y formatear que
calcular.

Lo que yo necesito hacer no es crear un data.frame, es crear una lista por
cada grupo/condicion de muestras. Y queria hacerlo en un for loop, para que
no tuviese que indicar cuantas listas necesito si no que cogiese esa
informacion del usuario (y)

Creo que no me explique muy bien, lo siento.

Gracias

Lety



El mié, 26 jun 2024 a las 17:40, Javier Marcuzzi (<
javier.ruben.marcuzzi en gmail.com>) escribió:

  
  


  


      

    

    

      
      

        


  

        

      Javier Marcuzzi
    

    

      
      #
    

  


  

      
Estimada Leticia

Lista, data.frame, etc. Son formas de tener la información, lo que pasa es que alguna tiene más herramientas que otras para poder trabajar.

Si usted lo desea realizar con una lista y un bucle, se puede, pero todo ese trabajo por ahí es mas simple desde un data.frame, o alguna de las formas que hay disponibles para almacenar datos.

Posiblemente usted esté pensando mal, el pensamiento correcto podría ser crear una función de búsqueda y dentro de esa función estaría el bucle. Pero son solo ideas, todos los caminos llevan a Roma. Posiblemente usted logre realizarlo de otra forma, a veces es mucho gusto personal, por ahí se pueden hacer test de que forma es más rápida en términos informáticos, pero esa es otra cuestión. Lo que sí, es recomendable que si usted realice el bucle, lo pase a vector o compile (victoriar), observe sobre el rendimiento en R, podría ser que su trabajo funcione con pocos datos pero si lo aumenta puede entrar en problemas. 

Javier Rubén Marcuzzi

            

      
      
      
    

        

      
      
    

            

      
      
      
    

        

  
  


  


      

    

    

      
      

        


  

        

      eric
    

    

      
      #
    

  


  

      
Hola Leticia, podrías compartir una sección de tus datos para comprender el
 problema correctamente por favor ?

 Se me ocurre que con la librería data.table puede ser muy sencillo resolver el
 problema, pero necesito saber cómo están organizados tus datos.

 Saludos !!

 Eric.



On Wed, 26 Jun 2024 16:50:39 +0200

        
Leticia G Leon <gl.leticia en gmail.com> wrote:

        

            

      
      
      
    

        

      
      
    

  
  


  


      

    

    

      
      

        


  

        

      Fernando Arce
    

    

      
      #
    

  


  

      
Hola, que tal?
Sin saber nada mas de los datos, por lo que dices, mi aprioximacion 
seria usar la funcion split, e.g.:

splittedData <- split(myData, "variablegrupo/condicion")

Esto te crearia una lista con tantos objectos como condiciones tengas.

Saludos

        
On 6/27/24 10:15, Leticia G Leon wrote:

            

      
      
      
    

        

      
      
    

            

      
      
      
    

        

      
      
    

  
  


  


      

    

    

      
      

        


  

        

      José Luis Pedro Méndez
    

    

      
      #
    

  


  

      
Buenos días,

No entiendo mucho del código que mencionas para la parte (3), tampoco
comprendo las ideas de número de condiciones *y *y número de réplicas *x*.
Sin embargo leyendo el propósito de *calcular el coeficiente de variación
por lista*, *ejemplo: **tres condiciones == tres listas == 3 CV == 3,
*considero
que  la función *group_by* podría ayudarte a realizar el cálculo del
coeficiente de variación por grupo, en este caso el grupo será la
condición, sin embargo veo que cada condición será una columna o varias
dependiendo de las réplicas -esto no sé si sea lo correcto-, si cada
condición sólo tiene una columna que lo represente debería ser algo así:

data.frame %>%
pivot_longer(
   names_to = 'condition',
   values_to = 'whatever') %>%
group_by(condition) %>%
   summarise(CV = sd(whatever,na.rm = TRUE) / mean(whatever, na.rm = TRUE) )
ungroup

La función *pivot_longer* permite que los valores que tienes en columnas
pasen a ser filas, ya con este acomodo la función *group_by* puede actuar
sin tanto problema, puedes hacer lo mismo para crear las listas que
necesites. En este caso la condición sólo tiene una columna, si una
condición tiene asociadas más columnas sólo debes tener cuidado para
agruparlo cuidadosamente, quizá creando una etiqueta que te englobe todas
las réplicas de una misma condición puedas usar el group_by(condition) que
te expongo.

Ojalá esto te ayude,
José Luis






El vie, 28 jun 2024 a las 7:57, Fer Arce via R-help-es (<
r-help-es en r-project.org>) escribió: