我是一个R语言的新手,希望能得到一些关于如何操作我的数据的指导。
我的数据数组有三个变量。
gene_id fpkm meth_val
1 100629094 0.000 0.0063
2 100628995 0.000 0.0000
3 102655614 111.406 0.0021
我希望能够根据基因的fpkm值将gene_ids分成四分位或十分位,然后绘制平均meth_val。
一旦我将数据加载到数据框中...
data <- read.delim("myfile.tsv", sep='\t')
我可以使用以下方法确定fpkm的十分位数:
quantile(data$fpkm, prob = seq(0, 1, length = 11), type = 5
这将产生
0% 10% 20% 30% 40% 50%
0.000000e+00 9.783032e-01 7.566164e+00 3.667630e+01 1.379986e+02 3.076280e+02
60% 70% 80% 90% 100%
5.470552e+02 8.875592e+02 1.486200e+03 2.974264e+03 1.958740e+05
从那里开始,我想根据fpkm_val是否适合这些十分位数之一,将数据框分成10组。然后,我想在ggplot中绘制每个十分位数的meth_val的箱形图,并在十分位数之间执行统计测试。
我真正卡住的主要问题是如何以正确的方式拆分数据集。任何帮助都将不胜感激!
非常感谢!