ggplot2 条形图的子集 data.frame

Question

我有以下数据：

    Splice.Pair  proportion
1         AA-AG 0.010909091
2         AA-GC 0.003636364
3         AA-TG 0.003636364
4         AA-TT 0.007272727
5         AC-AC 0.003636364
6         AC-AG 0.003636364
7         AC-GA 0.003636364
8         AC-GG 0.003636364
9         AC-TC 0.003636364
10        AC-TG 0.003636364
11        AC-TT 0.003636364
12        AG-AA 0.010909091
13        AG-AC 0.007272727
14        AG-AG 0.003636364
15        AG-AT 0.003636364
16        AG-CC 0.003636364
17        AG-CT 0.007272727
...       ...   ...

我想要获得一个条形图，直观地显示每个剪接对的比例，但仅限于比例超过 0.004 的剪接对。我尝试了以下操作：

nc.subset <- subset(nc.dat, proportion > 0.004)
qplot(Splice.Pair, proportion, data=nc.dat.subset,geom="bar", xlab="Splice Pair", ylab="Proportion of total non-canonical splice sites") + coord_flip();

但这只是给了我一个条形图，其中 Y 轴上包含所有拼接对，但被过滤掉的拼接对缺少条形。

我不知道发生了什么让所有类别仍然存在:s

Answer 1

发生的情况是 Splice.Pair 是一个因素。当您对数据框进行子集化时，该因子保留其级别属性，该属性仍然具有所有原始级别。您可以通过简单地将子集包装在 droplevels 中来避免此类问题：

nc.subset <- droplevels(subset(nc.dat, proportion > 0.004))

更一般地，如果您不喜欢这种使用因子自动保留级别的方式，您可以将 R 设置为将字符串存储为字符向量，而不是默认情况下，通过设置：

options(stringsAsFactors = FALSE)

在 R 会话开始时考虑因素（也可以将其作为选项传递给 data.frame）。

编辑

关于运行可能缺少droplevels的旧版本R的问题，@rcs在评论中指出，单个因素的方法很容易在您的计算机上实现自己的。数据帧的方法只是稍微复杂一些：

function (x, except = NULL, ...) 
{
    ix <- vapply(x, is.factor, NA)
    if (!is.null(except)) 
        ix[except] <- FALSE
    x[ix] <- lapply(x[ix], factor)
    x
}

但是当然，最好的解决方案仍然是升级到最新版本的R。

Answer 2

检查 Splice.Pair 是否是一个因素。如果是这种情况，请使用 droplevels() 删除不再用于解决问题的级别。

nc.subset <- subset(nc.dat, proportion > 0.004)
nc.subset$Splice.Pair <- droplevels(nc.subset$Splice.Pair)
qplot(Splice.Pair, proportion, data=nc.dat.subset,geom="bar", xlab="Splice Pair", ylab="Proportion of total non-canonical splice sites") + coord_flip();

您也许可以将 droplevels 合并到 qlot 中，但那是为了让您找到您:-)