通過列名集運行命令

我有一個資料框（merged_COIN_plink），其中包含 181 個 RSID 編號的列，例如（rs2807367_G）-（僅顯示其中兩個的示例）。

我正在嘗試使用 Rstudio 上的生存包做一個 coxph。我已經設法為每個 RSID 單獨執行此操作，但是對于 181，我想知道是否有一種方法可以并行化它或運行它，以便它自動通過每個 RSID。

這是個人 coxph 的代碼：

coxph(Surv(merged_COIN_plink$SURVIVAL, merged_COIN_plink$EVENT) ~ rs2807367_G PS RS WBC, data= merged_COIN_plink)

我瀏覽了其他帖子，但它們似乎都令人困惑。我想知道是否可以使用諸如 RS* 之類的通配符，但我不確定這在 Rstudio 上是否容易做到。我還認為在 unix 上您可以列出 RS 編號并通過該串列運行代碼以選擇每個 RSID，但我不知道這在 Rstudio 上是否可行。

我試圖從以 RS 開頭的列名中列出一個串列，但這似乎無法正常作業：

rs_list <- merged_COIN_plink[grep("^rs",colnames(merged_COIN_plink)),] View(rs_list)

我也不確定 for 回圈是否可以作業，但無法確定名稱不同的列名。

structure(list(ID = c("100002", "100003", "100004", "100005", 
"100006", "100007", "100008", "100010", "100011", "100012", "100013", 
"100014", "10004", "1002", "1003", "1004", "1005", "1006", "1007", 
"1008", "1010", "101001", "101002", "101003", "101004"), PHENOTYPE = c(-9L, 
-9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, 
-9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L, -9L), rs2807367_G = c(1L, 
0L, 2L, 2L, 2L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L, 1L, 1L, 0L, 1L, 
0L, 0L, 1L, 0L, 1L, 1L, 0L, 0L), rs34963268_C = c(1L, 1L, 1L, 
0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 2L, 0L, 1L, 0L, 2L, 
0L, 0L, 1L, 0L, 0L, 0L), EVENT = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
0L, 1L, 0L, 0L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 1L, 1L, 
1L, 1L), SURVIVAL = c(349L, 384L, 283L, 671L, 674L, 285L, 224L, 
687L, 571L, 495L, 510L, 302L, 159L, 44L, 85L, 347L, 604L, 447L, 
1230L, 444L, 1260L, 758L, 392L, 379L, 188L), PS = c(2L, 0L, 0L, 
0L, 0L, 1L, 0L, 1L, 1L, 1L, 1L, 0L, 1L, 2L, 1L, 1L, 1L, 0L, 0L, 
0L, 0L, 0L, 0L, 1L, 1L), RS = c(1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L, 1L, 1L, 1L, 0L, 1L, 1L, 1L, 0L, 
0L), WBC = c(8.8, 8.1, 9.3, 8.9, 7.2, 6.7, 11.6, 10.7, 6.1, 12.9, 
10.1, 9.1, 6.8, 13.3, 13.5, 10.9, 8.7, 11.4, 9.8, 8.9, 8, 11.3, 
6, 5.6, 8.8)), row.names = c(NA, 25L), class = "data.frame")

uj5u.com熱心網友回復：

for回圈迭代當然是有效的，但是在您的（真實）資料中有這么多列可能需要很長時間。一個可能更“優雅”的答案:)

# Get names of columns with RSID numbers (could also use `grep` or some other way
RSIDcols <- colnames(merged_COIN_plink[,3:4]) 

# Define formulas
formulas <- sapply(RSIDcols, 
                   function(x) as.formula(paste('Surv(SURVIVAL, EVENT) ~ ', paste(x, "  PS   RS   WBC"))))

# Run models
models <- lapply(formulas, function(x) {coxph(x, data = merged_COIN_plink)})

這會將每個結果輸出到一個串列 ( models) 中，然后可以通過 RSID 名稱使用以下內容訪問該串列：

names(models) <- RSIDcols # rename list elements to RSID name

# Access individual model results using `[[]]`
models[["rs34963268_C"]]

# > models[["rs34963268_C"]]
# Call:
#   coxph(formula = x, data = merged_COIN_plink)
# 
# coef exp(coef) se(coef)      z      p
# rs34963268_C -0.11518   0.89120  0.36030 -0.320 0.7492
# PS            0.72277   2.06012  0.43391  1.666 0.0958
# RS           -1.02832   0.35761  0.54250 -1.896 0.0580
# WBC           0.05065   1.05195  0.11965  0.423 0.6721
# 
# Likelihood ratio test=6.04  on 4 df, p=0.1962
# n= 25, number of events= 21 

uj5u.com熱心網友回復：

使用 for 回圈的解決方案應該足以滿足您的需要，因為您沒有太多列可以回圈并且速度似乎不太可能成為問題。我也認為很容易看到發生了什么。

這種方式將每個模型存盤在一個串列中。

# identify the columns you need 
columns = colnames(dat)[grep("rs", colnames(dat))]

# create a list to store the results in
res = list()

# loop over the columns and perform the regression and save results in the list
for (i in seq_along(columns)) {
    res[[i]] = coxph(Surv(SURVIVAL, EVENT) ~ get(columns[i])    PS   RS   WBC, data = dat)
}

然后，您可以制作一個包含您喜歡的任何值的表格，如下所示：

data.frame(nevent = sapply(res, function(x) x$nevent), columns)

  nevent      columns
1     21  rs2807367_G
2     21 rs34963268_C

標籤：

上一篇：如何確定專案是否是集合中的最后一個專案

下一篇：從多個RData檔案的串列中讀取資料幀