做資料分析時，經常會遇到需要把連續性變數轉為分類變數。

一 讀入資料

讀入TCGA的表達量資料，擷取部分資料進行示範

#TCGA的表達量資料#setwd（）data <- read。csv（“Expr_median。csv”，header=TRUE，row。names=1，check。names=FALSE）data <- as。data。frame（t（data））data［1：4，1：4］

row。names=1 ：讀入資料的第一列作為行名

check。names=FALSE：標題保持原樣

可以自行試一下，分別去掉這兩個引數，然後比較下資料的差異

二 批次轉化

1 ifelse轉化單一列

#將TCGA-97-7938-01A根據medain轉為 高 低data1 <- datadata1［，“ENSG00000000003。13”］ <- ifelse（data1［，“ENSG00000000003。13”］ > median（data1［，“ENSG00000000003。13”］），“High”，“Low”）data1［1：4，1：4］

可以看到ENSG00000000003。13基因的表達量已經轉為高 低 二分類了。

分段閾值：還可以是均值，四分衛，10%，或者具體數值

#按照均值分data1［，“ENSG00000000460。15”］ <- ifelse（data1［，“ENSG00000000460。15”］ > mean（data1［，“ENSG00000000460。15”］），“High”，“Low”）#按照75%分data1［，“ENSG00000000419。11”］ <- ifelse（data1［，“ENSG00000000419。11”］ > quantile（data1［，“ENSG00000000419。11”］，0。75），“High”，“Low”）#按照具體數值分data1［，“ENSG00000000457。12”］ <- ifelse（data1［，“ENSG00000000457。12”］ > 10，“High”，“Low”）data1［1：4，1：4］

2 批次轉化

當列數較少時，可以按照上述方式，一個個完後分類。當太多時，需要批次完成！

#使用apply，批次完成轉化data2 <- datadata2 <- apply（data2， 2， function（x） {ifelse（x >= median（x）， “hign”， “low”）}）head（data2）

批次已完成，省時省力！

3 for迴圈完成

data3 <- datafor （i in colnames（data3））{data3［，i］ <- ifelse（data3［，i］ >= median（data3［，i］），“high”，“low”）}

實現方式很多，根據個人習慣，自取！

既往專輯（點選進入）

實用統計教程

臨床預測模型

統計分析批次完成

Kappa檢驗與ROC分析

科研軟體與瀏覽器外掛

小白變統計高手訓練營

小白學R語言訓練營

統計諮詢