Îmbinare cu valori lipsă
Două noi data.table-uri au fost încărcate în sesiunea ta R: heart și cardio. Fiecare conține un set de sonde de microarray pe care le-ai identificat ca fiind asociate cu bolile de inimă în două studii separate*. Fiecare sondă măsoară nivelurile de expresie ale unei gene. O genă poate fi măsurată de una sau mai multe sonde, iar unele sonde nu au nicio adnotare genică cunoscută în secvența de referință a genomului uman. Cele două studii au folosit platforme de microarray diferite, care utilizează sonde diferite pentru a măsura fiecare genă. Obiectivul tău este să identifici genele cu asocieri reproductibile cu bolile de inimă în ambele studii.
* Notă: asocierile sunt generate aleatoriu și nu reprezintă nicio descoperire biologică reală sau un set de date real.
Acest exercițiu face parte din cursul
Îmbinarea datelor cu data.table în R
Instrucțiuni pentru exercițiu
- Folosind funcția
merge(), aplică o îmbinare de tip inner join întrecardioșiheart, cu argumentul corespunzător pentru a ignora erorile întâlnite. - Elimină din ambele
data.table-uri sondele fără adnotare genică (adică rândurile cu valori lipsă în coloanagene). - Repetă inner join-ul cu noile
data.table-uri pentru a obține undata.tablecu asocierile reproductibile dintre gene și bolile de inimă.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Try an inner join
___
# Filter missing values
heart_2 <- ___
cardio_2 <- ___
# Inner join the filtered data.tables
___