[R] how to count "A", "C", "T", "G" in each row in a big data.frame?

Jessica Streicher j.streicher at micromata.de
Wed Jan 9 17:40:08 CET 2013


Sorry, you wanted rows, i wrote for columns

#rows would be:
test2<-apply(test[,-c(1:4)],1,function(x){table(t(x))})

#find single values in a row
sapply(test2,function(row){
	allVars<-paste(names(row),collapse="")
	u <- unique(strsplit(allVars,"")[[1]])
	parts<-sapply(names(row),function(x){u%in%strsplit(x,"")[[1]]})
	mat<-parts%*%row
	rownames(mat)<-u
	mat
})

though i guess lists aren't ideal, but theres another answer as well i see.

On 09.01.2013, at 15:23, Yao He wrote:

> Dear All
> 
> I have a data.frame like that:
> structure(list(name = c("Gga_rs10722041", "Gga_rs10722249", "Gga_rs10722565",
> "Gga_rs10723082", "Gga_rs10723993", "Gga_rs10724555", "Gga_rs10726238",
> "Gga_rs10726461", "Gga_rs10726774", "Gga_rs10726967", "Gga_rs10727581",
> "Gga_rs10728004", "Gga_rs10728156", "Gga_rs10728177", "Gga_rs10728373",
> "Gga_rs10728585", "Gga_rs10729598", "Gga_rs10729643", "Gga_rs10729685",
> "Gga_rs10729827"), chr = c(7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
> 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L), pos = c(11248993L,
> 20038370L, 16164457L, 38050527L, 20307106L, 13707090L, 12230458L,
> 36732967L, 2790856L, 1305785L, 29631963L, 13606593L, 13656397L,
> 2261611L, 32096703L, 13733153L, 16524147L, 558735L, 12514023L,
> 3619538L), strand = c("+", "+", "+", "+", "+", "+", "+", "+",
> "+", "+", "+", "+", "+", "+", "+", "+", "+", "+", "+", "+"),
>    X2353 = c("AA", "TT", "TT", "CC", "TT", "CC", "CC", "TT",
>    "CC", "GG", "AG", "AG", "AG", "TT", "CC", "AG", "CC", "AA",
>    "GG", "GG"), X2409 = c("AA", "CT", "TT", "CC", "CT", "CC",
>    "CC", "TT", "CC", "GG", "GG", "AG", "AG", "TT", "CC", "AG",
>    "CC", "AA", "AG", "GA"), X2500 = c("GA", "TT", "TT", "CC",
>    "TT", "CC", "CC", "TT", "CC", "GG", "GG", "GG", "GG", "GT",
>    "CT", "GG", "CC", "AA", "AA", "AA"), X2598 = c("AA", "TT",
>    "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "AA", "AG",
>    "GG", "TT", "CC", "AG", "TC", "AA", "AA", "AG"), X2610 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "GA", "GG", "TT", "CC", "GA", "CC", "AA", "AA", "GA"), X2300 = c("GA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "AA", "AG", "TT", "TC", "AA", "TC", "AA", "AG", "AA"), X2507 = c("AG",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GA", "GG", "TT", "TC", "GG", "CC", "AA", "GA", "AG"), X2530 = c("AG",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "AA",
>    "GG", "GG", "TT", "CC", "GG", "CC", "AA", "AA", "AA"), X2327 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "GG", "GG", "TT", "TC", "GG", "CC", "AA", "AA", "AA"), X2389 = c("AA",
>    "CC", "TT", "CC", "CC", "CC", "CC", "TT", "CC", "AG", "GG",
>    "AG", "GG", "TT", "TC", "AG", "CC", "AA", "AA", "AA"), X2408 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "GA", "GG", "TT", "CC", "GA", "CC", "AA", "AA", "AG"), X2463 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "TT", "CT", "GG", "CC", "AA", "AA", "GA"), X2420 = c("GA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "AG",
>    "GG", "GG", "TG", "TT", "GG", "CT", "AA", "AA", "AA"), X2563 = c("GA",
>    "CC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "GA",
>    "GG", "GG", "GT", "TT", "GG", "CT", "AA", "AA", "AA"), X2462 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "AA",
>    "GG", "GG", "GT", "TC", "GG", "CC", "AA", "AA", "AA"), X2292 = c("GA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "AA", "GG", "TG", "TC", "AA", "TC", "AA", "AA", "AA"), X2405 = c("GA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "AG", "GG", "TG", "TT", "AA", "CT", "AA", "AA", "AA"), X2543 = c("AA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GA", "GA",
>    "GA", "GG", "TT", "CT", "GA", "TT", "AA", "AA", "GG"), X2557 = c("AG",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "AG",
>    "GA", "GG", "GT", "CT", "GA", "CT", "AA", "AA", "AG"), X2583 = c("GA",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "GG", "GG", "GG", "CT", "GA", "CT", "AA", "AA", "AG"), X2322 = c("AG",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "GT", "TT", "GG", "CC", "AA", "AA", "GA"), X2535 = c("AA",
>    "TC", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "GG", "GG", "TT", "CC", "GG", "CC", "AA", "AA", "AG"), X2536 = c("GA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "GG",
>    "AG", "GG", "TT", "TC", "AG", "TC", "AA", "AA", "GA"), X2581 = c("AG",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GA", "GG", "TT", "CC", "GA", "CT", "AA", "AA", "AG"), X2570 = c("AA",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "TT", "TC", "GG", "CC", "AA", "AA", "GG"), X2476 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "GT", "TC", "AG", "CC", "AA", "AA", "AG"), X2534 = c("GA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "GA",
>    "AG", "GG", "TG", "CC", "AG", "TC", "AA", "AA", "AA"), X2280 = c("AA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "AG",
>    "AG", "GG", "TT", "CC", "GG", "CC", "AA", "AA", "AG"), X2316 = c("AA",
>    "CC", "TT", "CC", "CC", "CC", "CC", "TT", "CC", "AG", "AA",
>    "AA", "AG", "TT", "TC", "GG", "CT", "AA", "GG", "GG"), X2339 = c("AA",
>    "CC", "TT", "CC", "CC", "CC", "CC", "TT", "CC", "GA", "AA",
>    "GG", "GG", "GT", "CT", "GG", "TT", "AA", "AA", "AG"), X2331 = c("AA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "TT", "CC", "GG", "CC", "AA", "AA", "AG"), X2343 = c("AA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "TT", "CT", "GG", "CC", "AA", "AA", "GA"), X2352 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "AA",
>    "GG", "GG", "TT", "CC", "GG", "CC", "AA", "GA", "AG"), X2293 = c("GA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GA",
>    "AA", "GG", "TT", "TC", "AA", "CT", "AA", "AA", "AA"), X2338 = c("GA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "AG", "GG", "TT", "TC", "AG", "TC", "AA", "AA", "GA"), X2449 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "AG",
>    "AA", "GG", "TT", "CC", "AA", "TC", "AA", "AA", "GA"), X2296 = c("GA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GA", "GG",
>    "AG", "GG", "TG", "TC", "AG", "CC", "AA", "AA", "AA"), X2453 = c("AG",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "AG", "GG",
>    "GA", "GG", "GT", "CT", "GA", "CT", "AA", "AA", "GA"), X2460 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "AG", "GG",
>    "GG", "GG", "TG", "CT", "GG", "CC", "AA", "AA", "AA"), X2474 = c("AA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GA", "AG",
>    "AG", "GG", "TT", "CC", "AG", "TC", "AA", "AA", "GA"), X2603 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "AG",
>    "AG", "GG", "TT", "CC", "AG", "CC", "AA", "AA", "GA"), X2282 = c("GA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GG", "GG",
>    "AA", "GG", "TT", "TT", "AA", "CC", "AA", "AA", "GA"), X2313 = c("AG",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "AG",
>    "GA", "GG", "GT", "CC", "GA", "CT", "AA", "AA", "AA"), X2538 = c("AA",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "AA",
>    "AG", "GG", "TG", "CC", "AG", "CC", "AA", "AA", "AA"), X2522 = c("AG",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GA", "GG", "TT", "TC", "GG", "CC", "AA", "AG", "GA"), X2489 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "GT", "TC", "AG", "CC", "AA", "AA", "AG"), X2564 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GA", "GG",
>    "GG", "GG", "TT", "CC", "AA", "CT", "AA", "AA", "AA"), X2594 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "AA",
>    "AG", "GG", "TT", "TC", "AG", "TC", "AA", "AA", "AG"), X2274 = c("AA",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "TT", "CT", "GG", "CC", "AA", "AA", "GA"), X2451 = c("AG",
>    "TT", "TT", "CC", "TT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GG", "GG", "TT", "CT", "GG", "CC", "AA", "AA", "GA"), X2321 = c("GG",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "AG",
>    "AA", "GG", "TT", "TT", "AA", "CC", "AA", "AA", "AA"), X2356 = c("AA",
>    "TC", "TT", "CC", "TC", "CC", "CC", "TT", "CC", "GA", "AG",
>    "AG", "GG", "TG", "TC", "AG", "TT", "AA", "AA", "AA"), X2611 = c("AG",
>    "CT", "TT", "CC", "CT", "CC", "CC", "TT", "CC", "GG", "GG",
>    "GA", "GG", "TT", "CT", "GA", "TT", "AA", "AA", "AG")), .Names = c("name",
> "chr", "pos", "strand", "X2353", "X2409", "X2500", "X2598", "X2610",
> "X2300", "X2507", "X2530", "X2327", "X2389", "X2408", "X2463",
> "X2420", "X2563", "X2462", "X2292", "X2405", "X2543", "X2557",
> "X2583", "X2322", "X2535", "X2536", "X2581", "X2570", "X2476",
> "X2534", "X2280", "X2316", "X2339", "X2331", "X2343", "X2352",
> "X2293", "X2338", "X2449", "X2296", "X2453", "X2460", "X2474",
> "X2603", "X2282", "X2313", "X2538", "X2522", "X2489", "X2564",
> "X2594", "X2274", "X2451", "X2321", "X2356", "X2611"), row.names =
> 27412:27431, class = "data.frame")
> 
> how to count how many "A","C","T","G" in each row
> an example output what I want is  like that
> A  C   AA  AC  CC
> 3   5    1      1     2
> 
> Thanks in advance
> 
> Yao He
> -- 
> —————————————————————————
> Master candidate in 2rd year
> Department of Animal genetics & breeding
> Room 436,College of Animial Science&Technology,
> China Agriculture University,Beijing,100193
> E-mail: yao.h.1988 at gmail.com
> ——————————————————————————
> 
> ______________________________________________
> R-help at r-project.org mailing list
> https://stat.ethz.ch/mailman/listinfo/r-help
> PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
> and provide commented, minimal, self-contained, reproducible code.




More information about the R-help mailing list