R语言随机抽取数据，并作两组数据间t检验，并保存抽取的数据，并绘制boxplot

R语言爱好者2024-03-30 15:47

前提：接着上述R脚本输出的seed结果来选择应该使用哪个seed比较合理，上个R脚本名字：

"5utr_计算ABD中Ge1和Lt1的个数和均值以及按照TE个数小的进行随机100次抽样.R"

1.输入数据："5utr-5d做ABD中有RG4和没有RG4的TE之间的T检验.csv"

2.代码："5utr_5d_ABD中有RG4和无RG4的TE之间的T检验函数+保存符合要求的seed+保存符合要求的数据框+绘制boxplot.R"

r 复制代码 
setwd("E:\\R\\Rscripts\\5UTR_extended_TE")
# 载入必要的库
library(tidyverse)
library(dplyr)
library(openxlsx)

# 读取数据
data <- read.csv("5utr-5d做ABD中有RG4和没有RG4的TE之间的T检验.csv", na.strings = "#N/A")

# 将所有的NA值转换为0
data <- data %>% mutate_all(~ifelse(is.na(.), 0, .))

############################################################  
# 调整后的process_scores函数1,适用于le1的个数小于ge1的个数且ave-le1大于ave-ge1的情况
############################################################
  process_scores <- function(df, score_name, TE_name) {
    successful_seeds <- list() # 初始化一个列表来保存成功的seed值
    combined_samples_list <- list() # 新增：初始化一个列表来保存符合条件的组合数据框
    
    for (seed_val in 1) {
      set.seed(seed_val)
      ge1 <- df %>% filter(!!sym(score_name) >= 1) %>% select(!!sym(TE_name)) %>% mutate(Source = "ge1")
      le1 <- df %>% filter(!!sym(score_name) < 1) %>% select(!!sym(TE_name)) %>% mutate(Source = "sample_le1")
      
      sample_le1 <- sample_n(le1, nrow(ge1)) # 取单一样本进行比较
      
      t_test <- t.test(ge1[[1]], sample_le1[[1]])
      mean1 <- mean(ge1[[1]])
      mean2 <- mean(sample_le1[[1]])
      
      if (mean2 < mean1 && t_test$p.value <= 0.09) {
        successful_seeds[[paste0(seed_val, "_", score_name)]] <- list(
          seed = seed_val,
          mean1 = mean1,
          mean2 = mean2,
          pvalue = t_test$p.value
        )
        # 新增：将符合条件的ge1和sample_le1合并到一个数据框中，并保存到列表中
        combined_samples <- bind_rows(ge1, sample_le1)
        combined_samples_list[[paste0(seed_val, "_", score_name)]] <- combined_samples
      }
    }
  
  # 将成功的seeds信息转换为数据框
  if (length(successful_seeds) > 0) {
    successful_seeds_df <- bind_rows(successful_seeds, .id = "seed_score") %>% mutate(Comparison = seed_score)
  } else {
    successful_seeds_df <- tibble(Comparison = character(), mean1 = numeric(), mean2 = numeric(), pvalue = numeric())
  }
  
  # 新增：将combined_samples_list中的数据框合并或以其他形式输出
  combined_samples_output <- if (length(combined_samples_list) > 0) {
    # 例如，这里我们简单地将所有符合条件的数据框合并
    bind_rows(combined_samples_list)
  } else {
    # 如果没有符合条件的，则返回空数据框
    tibble()
  }
  
  return(list(successful_seeds = successful_seeds_df, combined_samples = combined_samples_output))
}

# 对AScore5d进行处理示例
results_AScore5d <- process_scores(data, "AScore5d", "ATe5d")
results_BScore5d <- process_scores(data, "BScore5d", "BTe5d")
results_DScore5d <- process_scores(data, "DScore5d", "DTe5d")
# 打印出符合条件的successful_seeds结果进行检查
bind_results_AScore5d_successful_seeds<-rbind(results_AScore5d$successful_seeds,results_BScore5d$successful_seeds,results_DScore5d$successful_seeds)
write.xlsx(bind_results_AScore5d_successful_seeds, file = "5utr_bind_results_ABDScore5d_successful_seeds_seed1.xlsx")

# 将符合条件的组合数据框写入文件
write.table(results_AScore5d$combined_samples, "combined_samples_seed1_5utr5dAScored.csv", quote = FALSE, row.names = FALSE, sep = ",")
write.table(results_BScore5d$combined_samples, "combined_samples_seed1_5utr5dBScored.csv", quote = FALSE, row.names = FALSE, sep = ",")
write.table(results_DScore5d$combined_samples, "combined_samples_seed1_5utr5dDScored.csv", quote = FALSE, row.names = FALSE, sep = ",")

####################################################################
##
##
#接着上面的结果绘制boxplot
##
##
####################################################################
library(tidyverse)
library(ggplot2)
library(patchwork)


results_AScore5d$combined_samples$Source<-factor(results_AScore5d$combined_samples$Source,
                                                 levels=c("ge1","sample_le1"),labels=c("A with rG4","A without rG4"),ordered=TRUE)
p1<-ggplot(results_AScore5d$combined_samples, aes(x=Source,y=ATe5d,fill=Source))+#根据Type进行填充，fill=Type
  stat_boxplot(geom = "errorbar",width=0.1)+  #添加误差线
  geom_boxplot(outlier.size = -1,width=0.25)+
  theme_classic()+#背景设置为白色
  scale_fill_manual(values = c( "#8DD3C7", "#FC8D62"))+
  labs(y="TE")+
  scale_y_continuous(limits = c(0,5),breaks=seq(0,5,1))+
  theme(
    strip.background = element_rect(colour="black", fill="#FFFFFF"),
    plot.title=element_text (hjust = 0.5,vjust =1,lineheight=1,color="black"),
    panel.background=element_rect(fill="white",colour="black",linewidth =0.5),
    axis.title.y=element_text(size=25,face="plain",color="black"),
    axis.title.x=element_blank(),
    axis.text = element_text(size=20,face="plain",color="black"),
    #axis.tex用来调整描述x轴的文本，比如图中的conserved等
    panel.border = element_blank(),
    panel.grid.major = element_blank(),
    panel.grid.minor = element_blank(),
    axis.ticks.x=element_line(colour="black"),
    axis.ticks.length.x=grid::unit(0.2, "cm")
  )+guides(fill="none")


results_BScore5d$combined_samples$Source<-factor(results_BScore5d$combined_samples$Source,
                                                 levels=c("ge1","sample_le1"),labels=c("B with rG4","B without rG4"),ordered=TRUE)
p2<-ggplot(results_BScore5d$combined_samples, aes(x=Source,y=BTe5d,fill=Source))+#根据Type进行填充，fill=Type
  stat_boxplot(geom = "errorbar",width=0.1)+  #添加误差线
  geom_boxplot(outlier.size = -1,width=0.25)+
  theme_classic()+#背景设置为白色
  scale_fill_manual(values = c( "#8DD3C7", "#FC8D62"))+
  labs(y="TE")+
  scale_y_continuous(limits = c(0,5),breaks=seq(0,5,1))+
  theme(
    strip.background = element_rect(colour="black", fill="#FFFFFF"),
    plot.title=element_text (hjust = 0.5,vjust =1,lineheight=1,color="black"),
    panel.background=element_rect(fill="white",colour="black",linewidth =0.5),
    axis.title.y=element_text(size=25,face="plain",color="black"),
    axis.title.x=element_blank(),
    axis.text = element_text(size=20,face="plain",color="black"),
    #axis.tex用来调整描述x轴的文本，比如图中的conserved等
    panel.border = element_blank(),
    panel.grid.major = element_blank(),
    panel.grid.minor = element_blank(),
    axis.ticks.x=element_line(colour="black"),
    axis.ticks.length.x=grid::unit(0.2, "cm")
  )+guides(fill="none")

results_DScore5d$combined_samples$Source<-factor(results_DScore5d$combined_samples$Source,
                                                 levels=c("ge1","sample_le1"),labels=c("D with rG4","D without rG4"),ordered=TRUE)
p3<-ggplot(results_DScore5d$combined_samples, aes(x=Source,y=DTe5d,fill=Source))+#根据Type进行填充，fill=Type
  stat_boxplot(geom = "errorbar",width=0.1)+  #添加误差线
  geom_boxplot(outlier.size = -1,width=0.25)+
  theme_classic()+#背景设置为白色
  scale_fill_manual(values = c( "#8DD3C7", "#FC8D62"))+
  labs(y="TE")+
  scale_y_continuous(limits = c(0,5),breaks=seq(0,5,1))+
  theme(
    strip.background = element_rect(colour="black", fill="#FFFFFF"),
    plot.title=element_text (hjust = 0.5,vjust =1,lineheight=1,color="black"),
    panel.background=element_rect(fill="white",colour="black",linewidth =0.5),
    axis.title.y=element_text(size=25,face="plain",color="black"),
    axis.title.x=element_blank(),
    axis.text = element_text(size=20,face="plain",color="black"),
    #axis.tex用来调整描述x轴的文本，比如图中的conserved等
    panel.border = element_blank(),
    panel.grid.major = element_blank(),
    panel.grid.minor = element_blank(),
    axis.ticks.x=element_line(colour="black"),
    axis.ticks.length.x=grid::unit(0.2, "cm")
  )+guides(fill="none")
p4<-p1+p2+p3+plot_layout(widths = c(1,1,1))
ggsave("boxplot-5utr-5d做ABD中有RG4和没有RG4的TE之间的T检验.pdf",plot=p4,width=24,height=10)

3.输出数据："5utr_bind_results_ABDScore5d_successful_seeds_seed1.xlsx"

4.输出boxplot："boxplot-5utr-5d做ABD中有RG4和没有RG4的TE之间的T检验.pdf"

相关推荐
赵钰老师10 小时前
【R语言遥感技术】“R+遥感”的水环境综合评价方法
开发语言·数据分析·r语言
生信圆桌11 小时前
【生信圆桌x教程系列】如何安装 seurat V5版本R包,最详细安装手册
开发语言·r语言
Biomamba生信基地12 小时前
R语言基础| 功效分析
开发语言·python·r语言·医药
数据分析能量站1 天前
目标检测-R-CNN
目标检测·r语言·cnn
matlabgoodboy1 天前
数据分析帮做spss数据代分析stata实证python统计R语言eviews处理
python·数据分析·r语言
biomooc2 天前
R 语言 | 绘图的文字格式(绘制上标、下标、斜体、文字标注等)
开发语言·r语言
Tiger Z4 天前
R 语言科研绘图第 6 期 --- 散点图-基础
r语言·贴图
LvManBa4 天前
R 常用的内置软件包及功能介绍
开发语言·r语言·rstudio
新知图书4 天前
R语言的数据结构-数据框
开发语言·r语言
新知图书5 天前
R语言的字符串操作
开发语言·r语言
热门推荐
01【一文读懂】NTN（非地面网络）技术介绍02优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间03玄机平台应急响应—webshell查杀04Cube-Studio：开源大模型全链路一站式中台05基于大语言模型（LLM）的合成数据生成、策展和评估的综述06(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明0719个Web前端交互式3D JavaScript框架和库08HCIA-datacom数通题库和录播视频资料09Docker 夺命连环 15 问10Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO