在项目过程中，取子集时发生了bug，现在将我遇到的问题总结一下:
R 版本：3.5.0
操作系统：Windows7/Rstudio
Gene2 <- c("GRMZM2G324390", "GRMZM2G435034","GRMZM2G125529", "GRMZM2G173542", "GRMZM2G050912", "AC234185.1_FG004", "GRMZM2G149576", "GRMZM2G128617", "GRMZM2G020898","GRMZM2G104283")
Gene <-c("AC203535.4_FG002", "GRMZM2G408703", "GRMZM2G031311", "GRMZM2G011932", "GRMZM2G171116", "GRMZM2G099528", "GRMZM2G004006", "GRMZM2G139329", "GRMZM2G371795", "GRMZM2G090087","GRMZM2G324390", "GRMZM2G435034","GRMZM2G125529", "GRMZM2G173542", "GRMZM2G050912", "AC234185.1_FG004", "GRMZM2G149576", "GRMZM2G128617", "GRMZM2G020898","GRMZM2G104283")
a<- c(1: 20)
b<- c(11:30)
ab <-c(21:40)
data<-as.data.frame(rbind(a,b,ab))
colnames(data) <-Gene
Gene %in% Gene2
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE
[17] TRUE TRUE TRUE TRUE
data2 <-data[,Gene2]
colnames(data) %in% colnames(data2)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE TRUE TRUE
[17] TRUE TRUE TRUE TRUE
从上面的代码可以看出，取子集的结果是正确的，但有些时候Gene2是从data.frame中选取的，这时Gene2 的class不是character而是factor。
这时候取子集就会出现问题。
Gene2 <-as.factor(Gene2)
data2 <-data[,Gene2]
colnames(data) %in% colnames(data2)
[1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE
[17] FALSE FALSE FALSE FALSE
有几种方法可以解决上述问题:
- 将取子集的数据转换为字符串
Gene2<-as.character(Gene2) - 用
match进行匹配
data2 <- data[,match(Gene2,colnames(data))] - 用
which进行匹配
data2 <-data[,which(colnames(data) %in% Gene2)] - 提前设定环境变量，使得在数据录入时，不会成为Factor
options(stringsAsFactors = FALSE)
