问题描述
下面我想知道是否可能有一种方法可以从foo
和Name
中提取列Groups
和vc1
并将它们分别粘贴为对象的列名vc2
,AA
。
例如,对于BB
(如下),我的MODEL 1
的预期输出将是:
AA
这在R中是否可以实现(可能是作为函数)?
plate_(Intercept) #: Name & Groups column from `vc1`
Standard deviation 1.54
Proportion of Variance 1.00
Cumulative Proportion 1.00
sample_(Intercept) #: Name & Groups column from `vc1`
Standard deviation 3.513
Proportion of Variance 1.000
Cumulative Proportion 1.000
解决方法
我们可以编写一个函数:
let venv = 'da38'
let mypath = 'C:\Users\Admin\miniconda3\envs\' . venv . ';'
\ . 'C:\Users\Admin\miniconda3\envs\' . venv . '\Scripts;'
\ . 'C:\Users\Admin\miniconda3\envs\' . venv . '\Library\bin;'
let $PATH = mypath . $PATH
,
summary
中的rePCA
产生一个列表。您可以遍历该列表的名称,从vc1
/ vc2
中绘制(唯一的)相关标签,然后将这些标签分配为colnames
。
请注意,rePCA
每个元素内的数据帧都是通过$importance
属性访问的。
这可以包装为一个函数:
set_importance_colnames <- function(vc,pca_data) {
for (name in names(pca_data)) {
vc_df <- as.data.frame(vc)
target <- vc_df[vc_df$grp == name,]
new_label <- unique(paste(target$grp,target$var1,sep = "_"))
colnames(pca_data[[name]]$importance) <- new_label
}
return(pca_data)
}
AA
的输出:
set_importance_colnames(vc1,AA)
$plate
Importance of components:
plate_(Intercept)
Standard deviation 1.54
Proportion of Variance 1.00
Cumulative Proportion 1.00
$sample
Importance of components:
sample_(Intercept)
Standard deviation 3.513
Proportion of Variance 1.000
Cumulative Proportion 1.000
BB
的输出:
set_importance_colnames(vc2,BB)
$Subject
Importance of components:
Subject_(Intercept) Subject_Days
Standard deviation 0.9669 0.23088
Proportion of Variance 0.9460 0.05395
Cumulative Proportion 0.9460 1.00000