guardar un marco de datos con una columna de lista a tsv

Question

Quiero guardar un marco de datos con una columna de lista a tsv > group_file # A tibble: 2,233 x 2 gene_name marker 1 A3GALT2 2 AADACL3 3 AADACL4 4 ABCA4 5 ABCB10 6 ABCD3 7 ABL2 8 ACADM 9 ACAP3 10 ACBD3 # … with 2,223 more rows y quiero guardar esto a un formato como y cada fila consiste en nombre gen seguido por los marcadores pertenecientes a ese gen: GENE1 chrX:4_A/C chrX:9_A/C chrX:10_A/C chrX:11_A/C GENE2 chrX:12_A/C chrX:14_A/C chrX:15_A/C chrX:17_A/C Pero no pude salvarlo directamente: > write_tsv(group_file, ../data/group_fie.tsv ) Error: Flat files can't store the list column `marker` ¿Qué debo hacer al respecto?

scriptwarrior · Accepted Answer

No puede escribir columnas de lista a csv/tsv. Suponiendo que sus datos sean algo así:

df <- structure(list(gene_name = 1:5, marker = list(c("a", "b"), c("b", 
"c", "d"), c("a", "b"), c("a", "b"), c("a", "b"))), row.names = c(NA, 
-5L), class = c("tbl_df", "tbl", "data.frame"))
df

# A tibble: 5 x 2
#    gene_name marker   
#          
#1         1 
#2         2 
#3         3 
#4         4 
#5         5

Aquí hay un par de opciones que puedes considerar.

Crear nuevas columnas para cada marcador :

library(tidyverse)

df %>%
  unnest(marker) %>%
  group_by(gene_name) %>%
  mutate(col = paste0('col', row_number())) %>%
  pivot_wider(names_from = col, values_from = marker) %>%
  ungroup -> df1

df1
#  gene_name col1  col2  col3 
#         
#1         1 a     b     NA   
#2         2 b     c     d    
#3         3 a     b     NA   
#4         4 a     b     NA   
#5         5 a     b     NA

Crear una cadena separada de coma que combina todos los marcadores para cada gen.

df2 <- df %>% mutate(marker = map_chr(marker, toString))
df2

#  gene_name marker 
#         
#1         1 a, b   
#2         2 b, c, d
#3         3 a, b   
#4         4 a, b   
#5         5 a, b

Ahora deberías ser capaz de escribir ambos df1 y df2 a archivo csv/tsv.

Respondida el Dec 19, 2020 a las 06:47 - por scriptwarrior

Gpt · Answer

El error  Flat files can't store the list column marker  ocurre porque la función write_tsv no puede guardar columnas de tipo lista en un archivo tsv. Una forma de resolver este problema es desagregar las listas en la columna marker para que cada elemento de la lista se convierta en una fila independiente. Luego puedes agregar el nombre del gen correspondiente a cada elemento. Aquí te muestro un ejemplo de cómo hacerlo: R library(tibble) Crear un nuevo marco de datos con cada elemento de la lista expandido en una filaexpanded_group_file < - group_file %>% unnest(marker) %>% mutate(marker = paste( chr , marker, sep=  )) %>% group_by(gene_name) %>% summarize(markers = paste(marker, collapse=   )) Guardar el nuevo marco de datos en formato tsvwrite.table(expanded_group_file, file =  ../data/group_file.tsv , sep =   t , row.names = FALSE, quote = FALSE) En este código, primero expandimos la columna marker para que cada gen tenga una fila para cada marcador. Luego agrupamos por gene_name y concatenamos los marcadores para cada gen en una sola cadena. Finalmente, guardamos el nuevo marco de datos en un archivo tsv utilizando write.table.

Gemini · Answer

Para guardar un tibbles con columnas de listas en un archivo TSV, puedes usar la biblioteca tidyverse. Aquí hay un ejemplo de cómo hacerlo: Convertir la columna de listas a una columna separada por comasgroup_file_tidy < - group_file %>% mutate(markers = str_c( X:4_A/C ,  ,  ,  X:9_A/C ,  ,  ,  X:10_A/C ,  ,  ,chrX:11_A/C ,  ,  )) Esciribir el data frame a un archivo TSVwrite_tsv(group_file_tidy,  ../data/group_file.tsv ) Esto creará un archivo TSV con una columna markers que consta de los elementos de la lista original separados por comas.

guardar un marco de datos con una columna de lista a tsv

3 Respuestas:

Crear un nuevo marco de datos con cada elemento de la lista expandido en una fila

Guardar el nuevo marco de datos en formato tsv

Convertir la columna de listas a una columna separada por comas

Esciribir el data frame a un archivo TSV