我有一個分析資料集，格式如下：
| Compound | Concentration |SampleID|
有 200 個樣品 ID，其中 9000 個獨特的化合物給出了 63,000 行的 df。（并非每種化合物都存在于每個樣品中）
我想做的是獲取十種最常出現的化合物并創建一個子集，這樣我就可以使用箱線圖或類似方法繪制它們的濃度
我試過使用下面的，但這會導致錯誤，并且只過濾前十名（所以它們都是相同的化合物）
df %>%
arrange(desc(df$Concentration)) %>%
slice(1:10, preserve=T) %>%
ggplot(., aes(x=df$Compound,y=df$Concentration))
geom_point()
theme(axis.text.x = element_text(angle = 45, hjust = 1))
labs(x="Compound", y="Frequency")
我的另一個想法是
arrange(desc(as.data.frame(table(df$Compound)))) %>%
slice(1:50, preserve=T) %>%
ggplot(., aes(x=df$Compound,y=df$Concentration))
geom_point()
theme(axis.text.x = element_text(angle = 45, hjust = 1))
labs(x="Compound", y="Frequency")
都不作業。我覺得我需要制作一個包含前 10 名串列的 df，然后過濾我的 df 以提供 dftop，然后將我的 df 子集為這些元素
任何人都可以幫助簡化這個嗎？
uj5u.com熱心網友回復：
此data.table方法識別前 10 名，并使用連接：
library(data.table)
setDT(df)[df[,.N,Compounds][order(-N)][1:10],on="Compounds"]
tidyverse 中的等價物是：
inner_join(df, count(df,Compounds,sort = T)[1:10])
在帶有非正式基準測驗的 63K 資料集上，我發現 data.table 方法的速度大約快了 20 倍。
uj5u.com熱心網友回復：
創建前 10 個化合物的向量，然后根據該向量過濾資料框。使用最常見的家庭世界的插圖dplyr::starwars：
library(dplyr)
top10 <- starwars %>%
count(homeworld, sort = TRUE) %>%
head(10) %>%
pull(homeworld)
starwars %>%
filter(homeworld %in% top10)
# A tibble: 48 × 14
name height mass hair_…1 skin_…2 eye_c…3 birth…? sex gender homew…?
<chr> <int> <dbl> <chr> <chr> <chr> <dbl> <chr> <chr> <chr>
1 Luke Skywa… 172 77 blond fair blue 19 male mascu… Tatooi…
2 C-3PO 167 75 <NA> gold yellow 112 none mascu… Tatooi…
3 R2-D2 96 32 <NA> white,… red 33 none mascu… Naboo
4 Darth Vader 202 136 none white yellow 41.9 male mascu… Tatooi…
5 Leia Organa 150 49 brown light brown 19 fema… femin… Aldera…
6 Owen Lars 178 120 brown,… light blue 52 male mascu… Tatooi…
7 Beru White… 165 75 brown light blue 47 fema… femin… Tatooi…
8 R5-D4 97 32 <NA> white,… red NA none mascu… Tatooi…
9 Biggs Dark… 183 84 black light brown 24 male mascu… Tatooi…
10 Anakin Sky… 188 84 blond fair blue 41.9 male mascu… Tatooi…
# … with 38 more rows, 4 more variables: species <chr>, films <list>,
# vehicles <list>, starships <list>, and abbreviated variable names
# 1?hair_color, 2?skin_color, 3?eye_color, ??birth_year, ??homeworld
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/523445.html
上一篇：當我在Python中打開tkinter選單欄中的視窗時，是否可以檢查檢查按鈕？
下一篇：如何解決群標題被截斷的問題？