下面我提供的一些代码，我一直在努力的一个片段。 我在串被成功地阅读为表。 存在我的表，我想用中位数（）函数的一些子集。 从什么研究，我所做的和我自己的经验值（）不具有一个data.frame也不data.frame的子集定义的行为。 所以，希望适合我的问题分解成一些定义的行为，我想投我想要的子集到载体中。 然而，即使使用as.vector投我的期望子集后，我仍然有一个data.frame。 当我尝试调用这个我得到平均“的说法是不是数字或逻辑：回覆NA”
我都玩过这个颇有几分自己，并试图在这里和其他地方找到的信息。 作为一个说明我试图在这个线程accpeted解决方案中列出的方法R-友好的方式与R data.frame列转换为载体？ 取得我现在有同样的结果。 我没有太在意我是如何做到这一点; 随时提出其他方法。
感谢您的时间。
for(i in 1:length(text_array)){
temp= read.table(textConnection(text_array[i]), sep="\t",row.names=NULL, header= FALSE, fill=TRUE)
value=""
#we are now going to process temp and add it
cur_DS=coll_data_sets[i]
#median is the value that we are going to insert into the result array.
#currently the logic behind it is not implemented.
#the value will be the median of state1 divided by the median of state2.
t_states=vector(length=ncol(temp))
for(j in 1:ncol(temp)){
t_states[j]=toString(temp[2,j])
}
t_states=(unique(t_states))
#this logic is current is set to reject data from more than one state.
# It will also reject anything that appears to lack state data.
if(length(t_states) != 2){
value=NA
}else{
s1_expr=as.vector(x=(temp[3, temp[2,]==t_states[1]]))
s2_expr=as.vector(x=temp[3, temp[2,]==t_states[2]])
print(class(s1_expr))
# med1= (median(s1_expr))
# med2= (median(s2_expr))
# if(is.na(med1[1]) || is.na(med2[1])){
# value=-1
}#else{
# value=med1[1]/med2[1]
# print(value)
# }
}
[1] "data.frame"
[1] "data.frame"
[1] "data.frame"
下面是关于“临时”的示例值：
V1 V2 V3 V4
1 GSM506899 GSM506900 GSM506901 GSM506902
2 wild type wild type Zbtb20 null Zbtb20 null
3 99.3 98.24 66.2 102.42
4 55.8 20.11 22.9 16.98
5 159.6 63.46 102.5 67.17
6 166 54.73 215 49.46
