[R-es] Ayuda para hacer una lista

[Fer Arce]

Hola, que tal?
Sin saber nada mas de los datos, por lo que dices, mi aprioximacion 
seria usar la funcion split, e.g.:

splittedData <- split(myData, "variablegrupo/condicion")

Esto te crearia una lista con tantos objectos como condiciones tengas.

Saludos


On 6/27/24 10:15, Leticia G Leon wrote:
> Muchas fracias por la rapida contastacion Javier.
> 
> Si, ya me he dado cuenta que a veces es mas limpiar y formatear que
> calcular.
> 
> Lo que yo necesito hacer no es crear un data.frame, es crear una lista por
> cada grupo/condicion de muestras. Y queria hacerlo en un for loop, para que
> no tuviese que indicar cuantas listas necesito si no que cogiese esa
> informacion del usuario (y)
> 
> Creo que no me explique muy bien, lo siento.
> 
> Gracias
> 
> Lety
> 
> 
> 
> El mié, 26 jun 2024 a las 17:40, Javier Marcuzzi (<
> javier.ruben.marcuzzi using gmail.com>) escribió:
> 
>> Hola Leticia
>>
>> Acomodar datos para analizar suele llevar más trabajo que el análisis.
>>
>> Yo prefiero en un data.frame colocar todos los datos, porque siempre es
>> más fácil filtrar que agregar. Cuándo tengo el data.frame con todo, realizo
>> un plot (datos), y muchas veces en la gráfica veo cosas que me llaman la
>> atención, de esta forma busco algo de antemano no sospechaba.
>>
>> No es necesario que conozcas el número de réplica, pueden armar de tal
>> forma que cada réplica es una fila que agregas al data.frame. Pero son
>> formas de trabajar, seguramente hay personas más inteligentes que yo.
>>
>> Javier Rubén Marcuzzi
>>
>>> El 26 jun 2024, a las 11:50 a. m., Leticia G Leon <gl.leticia using gmail.com>
>> escribió:
>>>
>>> Hola
>>> Soy Leticia, quería hacer una consulta al grupo a ver si me podéis
>> ayudar.
>>>
>>> Tengo unos datos de proteínas, el data frame es: 5 columnas iniciales que
>>> tienen información sobre las proteínas y después las columnas con las
>>> intensidades, de las cuales no se cuantas condiciones tienen ni cuántas
>>> réplicas por condición.
>>>
>>> Estoy intentando hacer un cálculo del coeficiente de variación por grupo
>> y
>>> representarlo en con boxplots.
>>> Para poder hacer este plot, la mejor opción que he encontrado es crear
>> una
>>> lista por grupo y calcular el coeficiente de variación por lista,
>> ejemplo:
>>> tres condiciones == tres listas == 3 CV == 3 box in the plot.
>>> Mi problema y donde necesito ayuda es que no consigo hacer un
>>> código general para poder hacer las listas de forma automática, y esta
>>> parte es el cuello de botella que siempre necesita que sea hardcoded (en
>>> negrita) abajo.
>>>
>>> He puesto los pasos que tengo,
>>> 1) pedir numero de replicas y condiciones
>>> 2) renombrar las intensidades en base a lo anterior
>>> 3) hacer las listas  ************ (AYUDA)
>>>
>>>
>>> El codigo que tengo hasta ahora es:
>>> ######### 1
>>> ## Esta parte para introducir el numero de replicas y condiciones, que
>>> varia segun el experimento
>>> x = readline("Enter number of replicates: ")
>>> print(paste("Number of replicates:", x ))
>>>
>>> y = readline("How many conditions? ")
>>> print(paste("You have ", y , "conditions")
>>>
>>> ###########################
>>> Esta parte para renombrar las intensidades usando x e y
>>> ###### 2
>>>
>>> for (i in 1:y){
>>>   varnames[i] <- c(rep(paste0("gp_", i), y))
>>> }
>>> varnames
>>>
>>> Group <- factor(varnames)
>>>
>>> nu.Norm <- select_if(Norm, is.numeric)
>>>
>>> #this part will change the columns names, do we want that?
>>> names(nu.Norm) <- paste0(rep(varnames, each=x), "_", 1:x)
>>> nu.Norm
>>>
>>> ##############################
>>> Crear listas para el boxplot
>>> ###### 3
>>>
>>> *listgp <- list(Norm[,6:(as.numeric(x)+5)],
>>> Norm[,(as.numeric(x)+5):(as.numeric(x)*2+5)],
>>> Norm[,(as.numeric(x)*2+5):(as.numeric(x)*3+5)])*
>>>
>>> OR
>>>
>>> f
>>>
>>>
>>>
>>>
>>> *or (c in colnames(nu.Norm)){  dat1 <- nu.Norm %>% select(
>>> contains("gp_1_"))  dat2 <- nu.Norm %>% select( contains("gp_2_"))  dat3
>> <-
>>> nu.Norm %>% select( contains("gp_3_"))}list.gp <http://list.gp> <-
>>> list(dat1, dat2, dat3)*
>>>
>>> cv.df <- lapply(list.gp, function(x){(apply(x,1,sd)/rowMeans(x))*100})
>>> cvdf <-as.data.frame(do.call("cbind", cv.df))
>>> colnames(cvdf)<-c(varnames)
>>>
>>> ###### crear la figura
>>>
>>> palette<-rep(c(randomColor(y, luminosity="random")), times=c(1,1,1))
>>>
>>> cvdf_melt<-reshape2::melt(cvdf)
>>>
>>> g5 <-ggplot( cvdf_melt, aes(x=variable,
>>> y=value))+geom_boxplot(color="black",fill=palette, alpha=0.8)+##,
>>> fill="Experiment"
>>>   scale_y_continuous(limits=c(0,100), breaks=seq(0,100, by=10))+
>>>   theme_bw()+
>>>   theme(panel.grid.major = element_line(colour = "gray85"),
>>>         panel.grid.minor = element_line(colour = "gray85"),
>>>         axis.text.x = element_text(color = "black", size = 12,angle=45,
>>> hjust=1,vjust=1),
>>>         axis.text.y= element_text(color = "black", size = 12,angle=0,
>>> hjust=0.5,vjust=0.5),
>>>         axis.title.x=element_text(color = "black", size = 15,angle=0,
>>> hjust=0.5,vjust=0.5),
>>>         axis.title.y=element_text(color = "black", size = 15,angle=90,
>>> hjust=0.5,vjust=0.5),
>>>         axis.ticks.length = unit(5, "pt"),
>>>         axis.ticks = element_line(size = 1),
>>>         legend.position="none",
>>>         title =element_text(size=12))+
>>>   labs(x="", y = "CV(%)", title="Coefficient of variation")
>>> g5
>>>
>>>
>>>
>>> GRACIAS!
>>>
>>>        [[alternative HTML version deleted]]
>>>
>>> _______________________________________________
>>> R-help-es mailing list
>>> R-help-es using r-project.org
>>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>>
> 
> 	[[alternative HTML version deleted]]
> 
> _______________________________________________
> R-help-es mailing list
> R-help-es using r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es