是否有R函数可将QuPath样本Tile按基质占比分组至离散百分比区间？

方法1：使用cut()函数（最简洁高效） #

cut()是R中专门为连续变量分箱设计的函数，完全适配你的需求，比嵌套ifelse简洁且性能更优。

操作步骤： #

1. 清理数据格式：如果你的Percent Stroma列带%符号，先转换为数值型：

# 假设数据框名为tile_data
tile_data$percent_stroma <- as.numeric(sub("%", "", tile_data$`Percent Stroma`))

2. 划分区间：

# 定义区间边界（0到100，步长10）
breaks <- seq(0, 100, by = 10)
# 生成区间标签（如"0-10"、"10-20"）
labels <- paste(breaks[-length(breaks)], breaks[-1], sep = "-")
# 添加区间列到数据框
tile_data$stroma_bin <- cut(
  tile_data$percent_stroma,
  breaks = breaks,
  labels = labels,
  include.lowest = TRUE  # 确保0%的Tile被归入第一个区间
)

• 若存在超过100%的异常值，可将breaks调整为seq(0, 110, by = 10)，或用right = FALSE修改区间闭合方向。

3. 统计区间数量：

# 快速统计各区间Tile数
bin_counts <- table(tile_data$stroma_bin)
# 转换为易读的数据框格式
bin_counts_df <- as.data.frame(bin_counts)
colnames(bin_counts_df) <- c("Stroma Percentage Range", "Tile Count")

方法2：使用dplyr包（适配tidyverse工作流） #

如果你习惯用管道式操作，dplyr的组合写法更流畅：

管道版cut()实现： #

library(dplyr)

tile_data_processed <- tile_data %>%
  mutate(
    percent_stroma = as.numeric(sub("%", "", `Percent Stroma`)),
    stroma_bin = cut(
      percent_stroma,
      breaks = seq(0, 100, by = 10),
      labels = paste(seq(0, 90, 10), seq(10, 100, 10), sep = "-"),
      include.lowest = TRUE
    )
  ) %>%
  count(stroma_bin, name = "Tile Count") %>%
  rename(`Stroma Percentage Range` = stroma_bin)

用case_when()替代嵌套ifelse（更易读）： #

如果需要更灵活的区间定义，case_when()比多层ifelse结构清晰：

tile_data_processed <- tile_data %>%
  mutate(
    percent_stroma = as.numeric(sub("%", "", `Percent Stroma`)),
    stroma_bin = case_when(
      percent_stroma >= 0 & percent_stroma <= 10 ~ "0-10",
      percent_stroma > 10 & percent_stroma <= 20 ~ "10-20",
      percent_stroma > 20 & percent_stroma <= 30 ~ "20-30",
      percent_stroma > 30 & percent_stroma <= 40 ~ "30-40",
      percent_stroma > 40 & percent_stroma <= 50 ~ "40-50",
      percent_stroma > 50 & percent_stroma <= 60 ~ "50-60",
      percent_stroma > 60 & percent_stroma <= 70 ~ "60-70",
      percent_stroma > 70 & percent_stroma <= 80 ~ "70-80",
      percent_stroma > 80 & percent_stroma <= 90 ~ "80-90",
      percent_stroma > 90 & percent_stroma <= 100 ~ "90-100",
      TRUE ~ "Out of Range"  # 处理超出0-100的异常值
    )
  ) %>%
  count(stroma_bin, name = "Tile Count")

结果示例 #

最终统计结果会呈现为类似如下的格式：

优势说明 #

• cut()是R底层优化的函数，处理大规模数据时速度远快于嵌套ifelse
• 代码可维护性强：调整区间只需修改breaks参数，无需修改大量条件判断
• 自动生成规范的区间标签，避免手动拼写错误

内容的提问来源于stack exchange，提问作者fgootkind