Rstudio
相比于网页工具，使用编程语言处理科研数据的一大优势，在于高度的定制化，以及批量处理数据的快捷性和高效性
对于批量处理数据的方法，之前使用for循环和apply语句进行处理过，但是不够系统，学习果子生信课程后有一个清晰的认识，写下来，一是可以调用方便，二是自己写过之后，才能算是完全掌握。当然一切以解决问题为主，不陷于技术深究。
之前使用apply家族函数，只用过apply，也就是对数据框的处理。学习了果子课程后，发现lapply函数和do.call函数连用，真是神器。
一个简单的目录
批量处理——for循环批量计算组间差异
数据准备
rm(list = ls())
library(survminer)
data("myeloma")
head(myeloma)[1:3,1:11]
colnames(myeloma)
data = myeloma
还是使用R再带数据集
构建函数
先要了解lapply函数的使用方法
lapply(X, FUN, ...)这是其特点，前面是操作的内容，后面是操作使用的函数，函数使用后，返回列表，也就是list。所以要使用lapply函数，先要有操作函数，这个函数可以是R自带，也可以是自己写的
# 第1,写出单次处理的function
my.kruskal= function(x){
dd <- kruskal.test(data[,x] ~ molecular_group, data = data)
data.frame(gene=x,p.value=dd$p.value)
}
测试函数
> my.kruskal("CCND1")
gene p.value
1 CCND1 2.888423e-30
lapply函数批量操作
lapplylist <- lapply(colnames(data)[6:11], my.kruskal)
结果是这个样子
lapply操作后的结果
使用do.call转换
前面得到的是列表，不便于后续的操作，要通过do.call 进行转换
kruskal_data <- do.call(rbind, lapplylist)
结果就返回数据框，便于后续操作
整合成一步
# 整合成一个步骤
kruskal_data <- do.call(rbind, lapply(colnames(data)[6:11], function(x){
dd <- kruskal.test(data[,x] ~ molecular_group, data = data)
data.frame(gene=x,p.value=dd$p.value)
}))
根据p值进行筛选
kruskal_data_p <- kruskal_data %>%
filter( `p.value` < 0.01 ) %>%
arrange(desc(p.value))
整个操作的代码
rm(list = ls())
library(survminer)
data("myeloma")
head(myeloma)[1:3,1:11]
colnames(myeloma)
data = myeloma
table(data$molecular_group)
# 第1,写出单次处理的function
my.kruskal= function(x){
dd <- kruskal.test(data[,x] ~ molecular_group, data = data)
data.frame(gene=x,p.value=dd$p.value)
}
### 测试函数功能
my.kruskal("CCND1")
# 第2步lapply批量作用于函数，返回list
lapplylist <- lapply(colnames(data)[6:11], my.kruskal)
# 第3步do.call 转换list
kruskal_data <- do.call(rbind, lapplylist)
# 整合成一个步骤
kruskal_data <- do.call(rbind, lapply(colnames(data)[6:11], function(x){
dd <- kruskal.test(data[,x] ~ molecular_group, data = data)
data.frame(gene=x,p.value=dd$p.value)
}))
kruskal_data_p <- kruskal_data %>%
filter( `p.value` < 0.01 ) %>%
arrange(desc(p.value))
后记：有相关的统计量，进行筛选后，最好能够根据筛选结果画图，后续就使用批量的方法进行画图