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

已于 2024-03-26 08:51:55 修改
阅读量802 收藏 2
点赞数 12
分类专栏： R语言 文章标签： r语言
于 2024-03-26 08:51:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44231554/article/details/137032822
版权

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”
在这里插入图片描述

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”

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”
在这里插入图片描述

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”
在这里插入图片描述

不懂python不懂R
关注
  • 12
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
R语言数据可视化
m0_56444893的博客
12-15 2704
文章目录1 R的基本命令1.1 描述性统计分析1.2 R包的安装与加载1.3 数据的创建1.4 数据框1.4.1 数据框合并1.5 数据的读取与保存1.5.1 读取外部数据1.6 随机数的生成1.7 数据抽样2 R的基本绘图函数2.1 plot()函数2.2 图形的参数与控制2.2.1 参数绘图2.2.2 图形控制2.2.3 图形的颜色2.2.4 par函数布局页面3 类别数据可视化3.1 一维表的可视化3.2 二维数据可视化3.3 3d堆积条形图3.4 独立性检验P值图3.5 马赛克图3.6 条件马赛克
R语言_电信客户流失数据分析
WANWENXIN's Blog
12-15 6444
近年来，各行各业往往都会不可避免地面临用户流失的问题。研究表明，发展新用户所花费的宣传、促销等成本显然高于维持老用户的成本，因此，做好"客户流失预警"可以有效降低营销成本，做到精准营销。 如今，随着运营商的竞争不断加剧，电信运营商亟需提高用户留存率、增加用户黏性，减少客户流失。因此，需要对电信客户进行流失分析与预测，发掘客户流失的原因，进而改善自身业务，提高用户的满意度，延长用户生命周期。
R语言实例：diamonds 数据可视化分析报告
热门推荐
weixin_45503977的博客
11-03 1万+
文章目录数据描述导入数据变量含义数据清洗检查缺失值及重复值探索性分析钻石的形状钻石的重量分布每种切割类型、颜色、清晰度的钻石分别有多少个钻石的价格最昂贵的10只钻石的属性信息理想切割、颜色和清晰度最好的钻石的价格钻石各属性与价格的关系整体价格分布情况不同切割状态钻石的价格分布不同颜色钻石的价格分布不同透明度的价格分布钻石长宽深与价格之间的关系不同切割类型的钻石，价格是否具有显著性差异？价格分布的正态性检验非参数检验不同颜色的钻石，价格是否具有显著性差异？不同透明度的钻石，价格是否具有显著性差异？建立模型准备
R语言——（五）、探索性数据分析
hexiaosi_的博客
06-30 4855
图形表示： （1）条形图（Barplot）：用于分类数据的探索性分析 （2）直方图（Hist）、点图（Dotchart）、茎叶图（Stem）:用于观察数值型分布的形状。 （3）箱线图（Boxplot）：给出数值型分布的汇总数据， 适用于不同分布的比较，以及拖尾、截尾分布的识别。 （4）正态概率图（Qqnorm）：用于观察数据是否近似地服从正态分布。 getwd()获取当前路径 例 从某大学统计系的学生中随机抽取24人， 对数学和统计学的考试成绩进行调查， 调查数据如表所示，试对这些学生的数学和统计学成绩进行
数据分析 | R语言入门及统计学基础应用
m0_46224483的博客
07-05 2779
此博客基于例题详解了R的基础知识和常见函数的用法，并补充了统计学相关知识。
拓端tecdat|R语言混合效应逻辑回归（mixed effects logistic）模型分析肺癌数据
大数据部落
04-22 3913
原文链接：http://tecdat.cn/?p=22302 混合效应逻辑回归用于建立二元结果变量的模型，其中，当数据被分组或同时存在固定和随机效应时，结果的对数几率被建模为预测变量的线性组合。 混合效应逻辑回归的例子 例1：一个研究人员对40所不同大学的申请进行抽样调查，以研究预测大学录取的因素。预测因素包括学生的高中GPA、课外活动和SAT分数。一些学校的选择性较多或较少，所以每所学校的基准录取概率是不同的。学校层面的预测因素包括学校是公立还是私立，目前学生与教师的比例，以及学校的排...
R语言学习（三）— 数据预处理
Mongo_girl
10-18 1万+
  第四章—数据预处理 4.1数据清洗 1.缺失值处理 2.异常值处理 4.2数据集成 1.实体识别 2.冗余属性识别 4.3 数据变换 1.简单函数变换 2.规范化 3.连续属性离散化 4.属性构造 4.4数据规约 1.属性规约——属性子集选择 2.属性规约——维度规约 3.数值规约 4.参数回归 第四章—数据预处理 目的 提高数据质量。 让数据更好的适...
R数据分析：方法与案例详解--自学笔记
cm20121878的博客
12-20 9885
@[TOC] (目录） 第二章 数据结构与基本运算 2.1 数据类型 数值型（numeric） 整数 小数 科学数 字符型（character） == 夹杂单引号或者双引号之间==“MR” 逻辑型 ==只能读取T （TRUE）或 F (FALSE)值 复数型 a+bi 原始型（raw） 以二进制形式保存数据 默认值（missing value） 不可得到（not available）或 缺失值（missing value）时，相关位置可能会被保留并且赋予一个特定的NA 任何NA的运算结果都是NA is.na
入门必学 | R语言参数检验之t检验与方差分析
R酷的数据科学笔记
10-27 4853
独立性、正态性、方差齐性检验，这三大检验的顺序，以及满足什么条件的时候该用参数与非参数分析。今天，利用下面的流程图做简单介绍：1）顺序上，三大检验不存在一个孰先孰后的问题。三者都需要做相对应的检验，来判断数据适合用哪种分析方法更科学。2）条件上，当满足三个条件时，可以选择使用参数分析了。（参数分析有很多种，主要包括t检验、方差分析、Pearson的相关分析等）当正态性与方差齐性都不满足时，必须选择非参数分析，否则统计分析的科学性将大打折扣。
基于Matlab的boxplot函数进行结果箱线图可视化.txt
12-06
实例3：随机生成数据并创建带缺口的箱线图 实例4：随机生成数据并创建指定虚线长度的带缺口的箱线图 实例5：随机生成数据并创建默认和紧凑型箱线图 实例6：随机生成数据并创建可变长度向量的箱线图 本资源配套CSDN...
机器学习–Iris数据集的Fisher线性分类以及数据可视化技术的学习
12-20
Iris数据集的Fisher线性分类以及数据可视化技术的学习1.Iris数据集的Fisher线性分类2.数据可视化技术的学习1.数据集介绍2.观看数据前5行3.特征工程1.数据清洗2.数据可视化3.jointplot4.distplot5.boxplot6.violin...
线性分类器理论基础、Fisher判别算法、Iris数据集实战
12-20
数据可视化1.1 relplot1.2 jointplot1.3 distplot1.4 boxplot1.5 violinplot1.6 pairplot2.构建模型 一、线性分类器理论基础 假设对一模式X已抽取n个特征，表示为： X=（x1,x2,x3,….xn）T X=（x_1,x_2,x_3,….x_n）...
Python进阶：使用Matplotlib进行数据可视化(二)
01-06
接着 使用Matplotlib进行数据可视化(一) ，继续使用 Matplotlib 绘制图像，公众号回复 data2 就可以获得本文章的代码与使用数据。 箱线图(BoxPlot) 箱线图(BoxPlot)也称箱须图(Box-whisker Plot)，它利用数据中的五...
基于Django大数据农产品可视化分析系统（完整源码+1w数据集+数据建模分析）.zip
12-25
农产品数据分析及爬虫 # Create a boxplot using Seaborn and Matplotlib plt.figure(figsize=(8, 6)) sns.boxplot(y=df['最高价']) plt.title('Boxplot of Highest Prices') plt.xlabel('Prices') plt.ylabel('...
踏上R语言之旅：解锁数据世界的神秘密码（五）
m0_74070923的博客
05-01 695
数据的分类与模型选择以及广义线性模型，尤其是 Logistic模型的方法介绍和实际应用操作
R Business Problem
最新发布
cstutor的博客
05-03 997
notI10 pointsTask 2 (3 pointsTask 3 (6 pointsTask 4 (5 pointsTask 5 (6 pointsTask 6 (4 points。
【Excel】excel计算相关性系数R、纳什效率系数NSE、Kling-Gupta系数KGE
a11113112的博客
04-30 474
一、相关系数R是用来衡量两个变量之间线性关系强度和方向的统计量。三、KGE是用于评估水文模型性能的一种指标，它考虑了模型模拟的时间序列与观测值之间的相关性、均值、以及标准差之间的差异。二、NSE通常用于评估模型的拟合程度。C2:C10958是模型计算值的所在范围。B2:B10958是观测值的所在范围。
R语言代码：导入数据并绘制小提琴箱线图
04-02
# 导入数据 data ("data.csv") # 绘制小提琴箱线图 library(ggplot2) ggplot(data, aes(x=group, y=value)) + geom_violin() + geom_boxplot(width=0.1, fill="white", outlier.shape=NA) + labs(title="小提...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值