在群里看到了一个问题,他用R语言的转置函数t()
对下面形式的数据进行了转置
转置之后的数据结构如下
他发现转置之后多了一行,也就是有了geneid这一行,和他预期的不符合。按照预期,geneid这一行应该是成为列名,而不是作为输出的第一行。那么,为什么会出现这个情况呢?这就需要从t()
这个函数说起。
使用?t
,你会得到关于这个函数的函数说明。在函数的Detials部分中,有这样一段
A data frame is first coerced to a matrix: see as.matrix. When x is a vector, it is treated as a column, i.e., the result is a 1-row matrix.
即,数据框会先用as.matrix()
转成矩阵格式,然后再引用t()
,最终你对一个数据框使用t()
函数时,你会得到一个矩阵,而非原先的data.frame.
举个例子:
L3 <- LETTERS[1:3]
fac <- sample(L3, 10, replace = TRUE)
d <- data.frame(x = 1, y = 1:10, fac = fac)
t(d)
因为矩阵要求存放的内容是同一种数据类型,对于输入的数据框而言,一般都会有字符串,数值这些,那么最终都会被转成字符串。
对于最开始的问题而言,因为原先的数据框的第一列是字符串,那么自然而然会把所有的数据都变成字符串,然后把第一列变成第一行。而如果要实现他真正的目的,需要先将第第一行变成行名,然后删掉第一行在转置,也就是
row.names(df) <- df$gene_id
df <- df[,-1]
df <- t(df)
其结果就是先保证原来的数据框里面都是数值数据,而不是让第一列充当行名。
延伸一下,对于超过2维的数组,我们要用到aperm
函数才能对数据进行转置。当然,超过二维的转置,你甚至都无法直观感受到这是一个什么过程。