Lösungen Übung 1
Eigenschaften von Tibbles über klassische Dataframes hinaus
- Trunkierte, zusammengefasste Ausgabe in der Konsole. No need for head().
- Giben Vektortyp einer jeden Spalte an, z.B. Charakter
<chr>. - Zeigen die Dimensionen eines Dataframes vorneweg an, z.B. A tibble: 279 x 11
Lösungen Übung 2
- Junge Patienten (< 50 Jahre), Nichtraucher, Zeilen sortiert nach Alter.
hnscc %>%
filter(age<50, tabacco_group=="Lifelong Non-smoker") %>%
arrange(age)## # A tibble: 18 x 11
## id age alcohol days_to_death gender neoplasm_site grade pack_years
## <chr> <int> <chr> <int> <chr> <chr> <chr> <dbl>
## 1 TCGA-CN-47~ 19 NO 240 MALE Oral Tongue G2 NA
## 2 TCGA-CR-73~ 26 YES 908 MALE Oral Tongue G2 NA
## 3 TCGA-CV-59~ 26 YES 1315 MALE Oral Tongue G2 NA
## 4 TCGA-CV-74~ 29 <NA> 761 FEMALE Oral Tongue GX NA
## 5 TCGA-CV-72~ 32 YES 64 FEMALE Oral Tongue G2 NA
## 6 TCGA-CR-52~ 35 YES 1152 FEMALE Tonsil GX NA
## 7 TCGA-CR-64~ 38 YES 1521 MALE Tonsil G2 NA
## 8 TCGA-CV-70~ 39 NO 3836 MALE Oral Cavity G2 NA
## 9 TCGA-CQ-70~ 40 NO 1006 MALE Oral Tongue G2 NA
## 10 TCGA-BA-55~ 41 YES 242 FEMALE Oral Tongue G2 NA
## 11 TCGA-DQ-56~ 43 NO 1149 FEMALE Oral Tongue G2 NA
## 12 TCGA-CR-73~ 45 YES 759 MALE Oral Tongue G1 NA
## 13 TCGA-CQ-53~ 46 NO 841 FEMALE Oral Tongue G2 NA
## 14 TCGA-CR-64~ 47 YES 311 MALE Tonsil G2 NA
## 15 TCGA-BB-42~ 48 NO 2891 MALE Tonsil G3 NA
## 16 TCGA-CV-69~ 48 YES 255 MALE Oral Tongue G2 NA
## 17 TCGA-CR-73~ 49 YES 796 MALE Oral Tongue G2 NA
## 18 TCGA-IQ-76~ 49 NO 160 MALE Oropharynx G3 NA
## # ... with 3 more variables: tabacco_group <chr>, tumor_stage <chr>,
## # vital_status <chr>- Dataframe mit Spalten “age” und “grade”. Ändert die Spaltennamen ins Deutsche um.
hnscc %>%
select(age,grade) %>%
rename(Alter=age,Grading=grade)- Fügt dem hnscc Dataframe eine neue Spalte mit Namen “is_young” hinzu, die mit TRUE und FALSE kodiert, ob jemand < 50 Jahre ist.
hnscc <- hnscc %>%
mutate(is_young=(age<50))
table(hnscc$is_young)##
## FALSE TRUE
## 237 42- Berechnet das mediane Gesamtüberleben nach Grading. Ist das Resultat biologisch plausibel?
hnscc %>%
group_by(grade) %>%
summarise(median_OS = median(days_to_death, na.rm=TRUE))## # A tibble: 5 x 2
## grade median_OS
## <chr> <dbl>
## 1 G1 913
## 2 G2 395
## 3 G3 444
## 4 G4 360
## 5 GX 715Lösungen Übung 3
- In der heutigen Präsentation haben wir neben x-Achse und y-Achse weitere Aesthetics (shape, color, size), sowie das Facetting kennen gelernt. Überlegt euch eine sinnvolle Visualisierung (am besten Dotplot), die insgesamt 5 Dimensionen der Daten abbilden.
ggplot(hnscc, aes(x=age, y=days_to_death, color=neoplasm_site, shape=grade)) +
geom_point() +
facet_wrap(~alcohol)## Warning: Removed 1 rows containing missing values (geom_point).
- Versucht die Transformationen und Settings des folgenden Barplots nachzuvollziehen. Wie wird hier die Transformation mit dem Plotten verzahnt? Was macht z.B.
coord_flip?
hnscc %>%
group_by(neoplasm_site) %>%
summarize(mean_age=mean(age)) %>%
ggplot(aes(x=reorder(neoplasm_site,mean_age),y=mean_age)) +
geom_bar(stat="identity") +
coord_flip() +
xlab("anatomical site") +
ylab("mean age")In diesem Codebespiel wurde die Transformation mit der Pipefunktion %>% mit dem Plotten verzahnt. Kontraintuitiv ist, dass die Transformation mit einer Pipefunktion und das Plotten mit einem + verbunden ist. coord_flip() dreht die Achsen um, was die Kategorien besser leserlich macht. Zudem wurde die Reihenfolge der anatomischen Region mit reorder nach mittlerem Alter geordnet.
- “Googled” danach, wie man dem folgenden Plot eine Regressionsgrade hinzufügen kann:
ggplot(hnscc, aes(x=age, y=days_to_death)) +
geom_point() +
geom_smooth(method="lm")## `geom_smooth()` using formula 'y ~ x'## Warning: Removed 1 rows containing non-finite values (stat_smooth).## Warning: Removed 1 rows containing missing values (geom_point).