当 r 中没有变量值时进行整形答案

【问题标题】：reshaping when there is no variable value in r当 r 中没有变量值时进行整形
【发布时间】：2018-10-01 08:36:35
【问题描述】：

我有一个只有两列的 data.frame。一个是barcodeid，另一个是gene。

barcodeid gene
M001-M008-S137 IL12RB1
M001-M008-S137 IL7RA
M001-M008-S137 LMP1
M001-M012-S080 CRLF2
M001-M012-S080 ICOS
M001-M012-S080 IL7RA

我想最终得到这张桌子：

barcodeID geneSequence
M001-M008-S137 IL12RB1-IL7RA-LMP1
M001-M012-S080 CRLF2-ICOS-IL7RA

我在 r 中查找了 reshape、dcast、spread、gather，据我所知，这些不是允许我执行此操作的函数。感谢任何帮助！

【问题讨论】：

谢谢弗兰克，这也很有效。我这样做纯粹是出于审美原因，因为这是人们希望看到表格中呈现的数据的方式。非常感谢！

标签： r dataframe reshape tidyr

【解决方案1】：

假设 df 是您的 data.frame，R 基本函数的组合会有所帮助：

> x <- lapply(split(df$gene, df$barcodeid), paste0, collapse="-")
> data.frame(barcodeid=names(x), geneSequence=unlist(x), row.names = NULL)
       barcodeid       geneSequence
1 M001-M008-S137 IL12RB1-IL7RA-LMP1
2 M001-M012-S080   CRLF2-ICOS-IL7RA

【讨论】：

【解决方案2】：

更多选择：

reshape2::dcast(DT, barcodeid ~ ., paste, collapse="-")

aggregate(. ~ barcodeid, DT, paste, collapse="-")

aggregate 具有自动命名为“基因”而不是“。”的好处。在这里，虽然如果需要一个新名称，我猜它们是可以互换的，然后是......

names(res)[2] <- "geneSequence"

要恢复更改，一种方法是：

splitstackshape::cSplit(res, "geneSequence", "-", direction = "long")

更多选项请参见Split comma-separated column into separate rows。

【讨论】：

如果我想再次制作我的第一张桌子，我该怎么做？如何将geneSequence分成三行，barcodeid相同，每行一个基因？
@HibaShaban 我以一种方式进行了编辑，以通过指向更多的链接来处理它。我不确定 tidyr 或 base R 方式是什么

【解决方案3】：

使用 dplyr 你可以做到：

df %>% 
  group_by(barcodeid) %>% 
  mutate(geneSequence = paste(gene, collapse = "-")) %>%
  select(-gene) %>% 
  slice(1)


# A tibble: 2 x 2
# Groups:   barcodeid [2]
   barcodeid       geneSequence
      <fctr>              <chr>
1 M001-M008-S137 IL12RB1-IL7RA-LMP1
2 M001-M012-S080   CRLF2-ICOS-IL7RA

【讨论】：