按照列筛选数据框不容易那么按照行就容易吗
前面我出过一个考题，是对GEO数据集的样本临床信息，根据列进行筛选，比如：
rm(list=ls())
options(stringsAsFactors = F)
library(GEOquery)
eset=getGEO('GSE102349',getGPL = F)
pd=pData(eset[[1]])
就会下载一个表达矩阵，有113个病人（行），记录了57个临床信息（列），很明显，有一些临床信息列是后续的数据分析里面（主要是分组）没有意义的，病人总共时间日期，所有的病人可能都是一样的。
那么就需要去除，一个简单的按照列进行循环判断即可！
pd=pd[,apply(pd,2,function(x){
length(unique(x))>1
})]
但是，仔细看临床信息表格会发现，还是有问题：
就是仍然是需要去除无效行，就是去掉临床信息为N/A、Unknown、Not evaluated的行，需要检查全部的列哦~
给一个参考答案
pd=pd[apply(
apply(pd,2,function(x){
grepl('N/A',x)
}),1,sum)==0,]
友情推广
如果你也对学徒培养或者实习职位感兴趣，想在我们的指导下完成肿瘤外显子等NGS数据分析，可以先看看我是如何培养学徒的：
当然了，学徒培养看缘分！发邮件给我申请：jmzeng1314@163.com
赞 (0)