如何在R语言中计算C-index

利用Hmisc包中的rcorr.cens函数 局限： - 只能处理一个预测变量 - 对超过2分类的分类变量处理粗糙

成都创新互联是一家集网站建设,吉林企业网站建设,吉林品牌网站建设,网站定制,吉林网站建设报价,网络营销,网络优化,吉林网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

# 加载包及生成数据框,这里生成数据框主要是为了方便大家理解，因为大家通常都是将Excel的数据读进R，存储为数据框格式

library(survival)

library(Hmisc)

age - rnorm(200, 50, 10)

bp - rnorm(200,120, 15)

d.time - rexp(200)

cens - runif(200,.5,2)

death - d.time = cens

os - pmin(d.time, cens)

sample.data - data.frame(age = age,bp = bp,os = os,death = death)

#让我们看一下生成的例子数据的前6行

head(sample.data)

## age bp os death

## 1 33.18822 114.6965 1.106501 FALSE

## 2 41.86970 123.2265 1.365944 FALSE

## 3 50.41484 124.9522 0.867119 FALSE

## 4 45.66936 127.3237 1.155765 TRUE

## 5 39.79024 134.8846 1.257501 TRUE

## 6 31.89088 140.9382 1.125504 FALSE

rcorr.cens的代码及结果，第一个值就是C指数，同时也有Dxy的值

rcorr.cens(sample.data$age, Surv(sample.data$os, sample.data$death))

## C Index Dxy S.D. n missing

## 4.528492e-01 -9.430156e-02 5.565299e-02 2.000000e+02 0.000000e+00

## uncensored Relevant Pairs Concordant Uncertain

## 1.290000e+02 3.172800e+04 1.436800e+04 8.072000e+03

rcorrcens的代码及结果,注意rcorrcens的写法是写成formula（公式）的形式，较为方便；而rcorr.cens的 写法是只能在前面写上一个自变量,并且不支持data = ...的写法，有点繁琐。较为遗憾的是这两种方法得到的C指数的标准误需要通过S.D./2间接得到。

r - rcorrcens(Surv(os, death) ~ age + bp,data = sample.data)

r

## Somers' Rank Correlation for Censored Data Response variable:Surv(os, death)

##

## C Dxy aDxy SD Z P n

## age 0.453 -0.094 0.094 0.056 1.69 0.0902 200

## bp 0.498 -0.003 0.003 0.054 0.06 0.9517 200

r语言最基本的数据类型是

常用R数据类型是

向量

列表

矩阵

数组

因子

数据框

向量

当要创建具有多个元素的向量时，应该使用c()函数，表示将元素组合成一个向量。

y-c(12,13,14,15) print(y)[1] 12 13 14 15

列表

列表是一个R对象，它可以包含许多不同类型的元素，如向量，函数，甚至其中的另一个列表。

t-list(a=c(1,2,3),b=c("yes","no"),c=c(12,13,14)) print(t)$a[1] 1 2 3$b[1] "yes" "no" $c[1] 12 13 14

矩阵

矩阵是二维矩形数据集。 它可以使用向量输入到矩阵函数来创建。

u-matrix(c(2:10),ncol = 2) print(u) [,1] [,2][1,] 2 7[2,] 3 8[3,] 4 9[4,] 5 10[5,] 6 2 数组

矩阵只能有两个维度，数组可以是任意数量的维数。数组函数采用一个dim属性，创建所需的维数。

h-array(c(3:8),dim = c(3,3,2)) h, , 1 [,1] [,2] [,3][1,] 3 6 3[2,] 4 7 4[3,] 5 8 5, , 2 [,1] [,2] [,3][1,] 6 3 6[2,] 7 4 7[3,] 8 5 8 因子

因子是使用向量创建的R对象。 它将向量存储在向量中的元素的不同值作为标签。标签始终是字符，无论它是输入向量中是数字，还是字符或布尔等。它们在统计建模中很有用。

因子使用factor()函数创建。nlevels函数给出了级别的计数。

factor-c(1,2,3,4) class(factor) [1] "numeric" factor1-as.factor(factor) class(factor) [1] "numeric" class(factor1) [1] "factor" 数据框

数据帧是表格数据对象。与数据帧中的矩阵不同，每列可以包含不同的数据模式。 第一列是数字，而第二列可以是字符，第三列可以是逻辑类型。它是一个长度相等的向量列表。

数据帧使用data.frame()函数创建。

g-data.frame(a=c(1,2,3),b=c("yes","no","yes"),c=c("male","female","male")) g a b c1 1 yes male2 2 no female3 3 yes male

R语言数据结构-向量

R语言数据结构主要有以下四种：

向量：一串相同类型的数据，不限于数字，字符，逻辑都可以，单独拿出来的一列。什么是看做一个整体，一个向量里有若干个数据，它们组成一个整体之后，可以拥有一个共同的名字。

以下主要讲向量：

向量就是一串数据，串联在一起，组成一个整体，向量由元素组成。

很长的向量要么从数据框提取一列，或是有规律地生成，如连续的数据：

paste0函数连接两个向量，逗号 , 前后各有一个向量，如字符型和数值型向量。

paste0和paste的区别是：

paste0函数 把两个向量的元素一一对应进行 无缝 连接，而 paste函数 把两个向量的元素一一对应进行 空格 连接。paste函数有默认值为空格，在空格处把空格去掉sep=""引号里把默认的空格去掉，即什么没有，就变成无缝连接，也可以用其它的符号连接sep="/"，sep="_"等。

数值型、字符型、逻辑型：只要有字符型在，用c()生成向量为字符型。只有逻辑型和数值型，用c()生成向量为数值型。

c()函数生成向量时，要求为生成同一种数据类型

注意的地方：

变量名 ：c()为生成向量函数，一般除字母c外，取单个字母或是单词及缩写，组成变量名的字母之间不要有空格，不能以数字为变量名或是以数字开头，变量名不能是中文名，特殊符号等。

- 与c()函数之间没有空格。

- 的快捷键输入：

mac电脑： option 和 - ；

windows电脑： Alt 和 -

= 在任何情况下可替代 - ，但是 = 除了赋值，还有其它用法，比如函数里参数用法。 - 不能在任意情况下代替 = 。

强大的计算是体现在批量计算上，先把一些数据组成一个整体，

还是以向量x为单位进行

其中五个重要函数，一定要掌握。

能用函数代替的东西，坚决不用手和眼睛去数，比如length()统计向量元素个数。

结论：unique(x)与x[!duplicated(x)]函数相同

用identical()可以判断两个函数是否相同（数据结构与数据类型是否完全相同）

重点和难点：

x==y ：x和对应位置的y相等吗？（x和y里的元素，按顺序一一对应比较，讲究位置对应，两者里第一个元素相同就返TRUE，比较完两个向量的第一位置上的元素，接着比较两个向量第二个位置元素...到两个向量最后）。

x和y不一样长：理解“循环补齐”

结论： 如果x与y的向量元素长度不相等，以长度向量说了算，不是由在==前的向量决定。

x%in%y ：x的每个元素在y中存在吗？（x的元素挨个到y里和所有元素比较，在y里有的相同的返回TRUE，不讲究位置，有就是TRUE，没有为FALSE）。比如y向量加了一个元素2，返回还是9个逻辑值，返回的逻辑值是与x一一对应，和y没有关系。

加减乘除，两个向量直接可以进行，等位运算。前提是两个向量必须等长，即元素个数一样。

用paste0或是paste连接两个向量，两个向量的长度（元素个数）不一致，循环补齐。

intersect(x,y)，union(x,y)，setdiff(x,y)，setdiff(y,x)，x与y顺序颠倒（setdiff()与%in%有点儿相似）。

[] ：取子集符号，将TRUE对应的值挑选出来，FALSE丢弃.

例：在13个数中，取出大于7的数，首先把13个数值组成一个向量x，x7返回是逻辑值。

取值子集的对象放在中括号的外面，取子集的逻辑值向量放在中括号里面。

单独运行中括号里的向量，中括号里各种条件的返回结果有共同的规律，是一个与x等长的逻辑值向量。

下标：代表在哪个位置上。

符号 ： []

按照逻辑值： 中括号里是与x等长的逻辑值向量

按照位置： 中括号里是由x的下标组成的向量（支持反选）

思考：从13个彩色（绿，蓝，黄）球中，选出属于蓝色和绿色的：

使用x %in% y还是x ==y，用x %in% y，不是等位循环补齐运算，%in%比较灵活，可以在很多场景中使用，如3选2，50选2，50选20等。

13个球的颜色赋值给向量x，蓝色和绿色赋值给y。

x %in% y

x[x %in% y]

修改向量的元素，修改x里的第四个元素

注意：R于语言里所有的修改，都要赋值，没有赋值就是没有发生过

把随机函数生成的数永远为一组数据：用随机函数生成向量，后运行set.seed(10086)

x[match(y,x)] 和 x[order(x)]

排序，如何调整元素顺序

结论：sort(x)等于x[order(x)]，背诵下来

两个向量没有做关联的操作，可以用order函数排序对应信息

向量匹配排序-match，match函数是连线用的

x[match(y,x)] 的以后用法：以y作为模版，给x调顺序。

match：谁在中括号外面，谁就在后面， x[match(y,x)] ，以y作为模板，用x作为原料去取子集，按照一个顺序取子集，取出来的子集和y一样。

需要背诵的两个用法： x[match(y,x)] 和 x[order(x)]

练习题：在以下x和y表格里如何将y的列名一对一替换为ID

切换Rproj的时候出现弹窗：是否将工作空间保存到 .Rdata ？

答案是：不保存，之前单独保存好脚本和图片，这里出现的提示是否临时保存，不需要保存。

.Rdata ？是什么：

以 . 开头的文件，通常用作配置，系统默认隐藏这类文件

.Rdata 是保存工作空间的默认文件

.History 是保存历史命令的默认文件

如果打开Rstudio特别慢，可能是因为 .Rdata 保存了很大的变量，可以找到 .Rdata 文件将其删除。

在Rproj右下角打开脚本时，编辑器脚本的中文注释出现乱码，解决如下：

以上内容是听 生信技能树 小洁老师的 R语言线上课 ，根据自己的理解记录下来，小洁老师授课非常细心，对不同水平的同学都照顾到，并且补充很多技巧以及注意事项。

之前学习过R语言，那时对向量认识不够深，也没有重视，数据框的列单独拿出来就是一个向量。认真听小洁老师的讲解以及最近跑几个GEO数据集发现学会对向量的熟练操作以及熟练一些重要的函数，在实战过程中会顺利些。

分享文章：r语言列表中的c函数 r语言函数大全及详解
当前网址：http://ybzwz.com/article/doipejp.html