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:> 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 > > > El 26 jun 2024, a las 11:50?a. m., Leticia G Leon <gl.leticia en gmail.com> > escribió: > > > > 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! > > > > [[alternative HTML version deleted]] > > > > _______________________________________________ > > R-help-es mailing list > > R-help-es en r-project.org > > https://stat.ethz.ch/mailman/listinfo/r-help-es > >[[alternative HTML version deleted]]
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> El 27 jun 2024, a las 12:15?p. m., Leticia G Leon <gl.leticia en gmail.com> escribió: > > 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 <mailto:javier.ruben.marcuzzi en gmail.com>>) escribió: >> 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 >> >> > El 26 jun 2024, a las 11:50?a. m., Leticia G Leon <gl.leticia en gmail.com <mailto:gl.leticia en gmail.com>> escribió: >> > >> > 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/> <http://list.gp <http://list.gp/>> <- >> > list(dat1, dat2, dat3)* >> > >> > cv.df <- lapply(list.gp <http://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! >> > >> > [[alternative HTML version deleted]] >> > >> > _______________________________________________ >> > R-help-es mailing list >> > R-help-es en r-project.org <mailto:R-help-es en r-project.org> >> > https://stat.ethz.ch/mailman/listinfo/r-help-es >>[[alternative HTML version deleted]]
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:> 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: > >> 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 >> >>> El 26 jun 2024, a las 11:50?a. m., Leticia G Leon <gl.leticia en gmail.com> >> escribió: >>> >>> 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! >>> >>> [[alternative HTML version deleted]] >>> >>> _______________________________________________ >>> R-help-es mailing list >>> R-help-es en r-project.org >>> https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es