我正在尝试创建一个 PCA 图,所以我想按批次重新分组我的列(这样我就使用我的列名作为因子(。我已经阅读了这两个(一个,两个(问题并尝试了他们的建议,但它没有正常工作(或者我做错了什么(。
我有一个数据帧,其中包含几千列,示例名称如下:
Measure Br_LV_05_BC1_1_POS Br_Lv_05_BC1_2_POS Br_Lv_05_BC1_3_POS Br_Lv_05_LR_1_POS Br_Lv_05_LR_2_POS
500 3000 8000 5000 1000 2000
600 4000 4000 4000 8000 8000
700 5000 6000 4000 9000 8000
800 6000 7000 8000 2000 1000
我想做的是搜索并替换包含字符串"BC1"的所有列,并将该 BC1 重命名为"LR"。这样,我可以让 R 使用这些列作为 PCA 的因子,而不是将每列作为单个样本测量的 PCA。
Measure BC1 BC1 BC1 LR LR
500 3000 8000 5000 1000 2000
600 4000 4000 4000 8000 8000
700 5000 6000 4000 9000 8000
800 6000 7000 8000 2000 1000
这样,我可以转置数据(如果需要(并使用样本作为因子对PCA进行聚类。我希望我的想法是正确的。谢谢你的帮助。
这是一个base R
选项,其中包含sub
,其中wee从列名中提取第4个单词并更新它
names(df1)[-1] <- sub("^([^_]+_){3}([^_]+)_.*", "\2", names(df1)[-1])
names(df1)[-1]
#[1] "BC1" "BC1" "BC1" "LR" "LR"
或者另一种选择是strsplit
_
并提取第 4 个元素
names(df1)[-1] <- sapply(strsplit(names(df1)[-1], "_"), `[`, 4)
我们也可以使用stringr
的word
library(stringr)
names(df1)[-1] <- word(names(df1)[-1], 4, sep="_")
注意:最好不要有重复的列名,无论如何都会被make.unique
更改data.frame
数据
df1 <- structure(list(Measure = c(500L, 600L, 700L, 800L), Br_LV_05_BC1_1_POS = c(3000L,
4000L, 5000L, 6000L), Br_Lv_05_BC1_2_POS = c(8000L, 4000L, 6000L,
7000L), Br_Lv_05_BC1_3_POS = c(5000L, 4000L, 4000L, 8000L), Br_Lv_05_LR_1_POS = c(1000L,
8000L, 9000L, 2000L), Br_Lv_05_LR_2_POS = c(2000L, 8000L, 8000L,
1000L)), class = "data.frame", row.names = c(NA, -4L))