在将一列的值转换为 R 中的行后，从数据框中构建二进制矩阵答案

【问题标题】：Building a Binary matrix out of a data frame after converting values of one column into rows in R在将一列的值转换为 R 中的行后，从数据框中构建二进制矩阵
【发布时间】：2021-04-21 14:56:52
【问题描述】：

我想从如下所示的数据框中构建一个二进制矩阵；两列，一列包含单元格类型，另一列包含标记。

Markers                                   Cell type                     
"CD3D, CD3E, CD3G, CD4"                   Peripheral blood_Normal_T helper cell
"CD3D, CD3E, CD3G, PTPRC"                 Peripheral blood_Normal_Memory T cell
"IL2RA, CD3D, CD3E, CD3G, CD4, FOXP3"     Peripheral blood_Normal_Regulatory T (Treg) cell
"CD3D, CD3E, CD3G, CD4, IFNG"             Peripheral blood_Normal_T helper1 (Th1) cell
"CD3D, CD3E, CD3G, CD4, IL4"              Peripheral blood_Normal_T helper2 (Th2) cell
"CD3D, CD3E, CD3G, CD4, IL17RA"           Peripheral blood_Normal_T helper17 (Th17) cell
"PROM1, PECAM1, CD34, PTPRC"              Peripheral blood_Gastric Cancer_Endothelial progenitor cell
"PROM1, PECAM1, CD34, PTPRC"              Peripheral blood_Gastric Cancer_Endothelial cell
CD14                                      Blood_Normal_Monocyte
NRP1                                      Blood_Normal_Plasmacytoid dendritic cell
GP1BA                                     Blood_Normal_T helper cell

我希望最终输出采用以下结构。所以每个单元格类型都是自己的一列，每个标记有时是单个值，有时它们是几个标记，用逗号分隔为行。最后，如果标记存在于该特定细胞类型的标记列中，则每种细胞类型的矩阵值表示 1，否则为 0。

         Blood_Normal_T helper cell         Peripheral blood_Gastric Cancer_Endothelial progenitor cell
PROM1                 0                                              1
PECAM1                0                                              1
CD34                  0                                              1
PTPRC                 0                                              1
GP1BA                 1                                              0
.....

感谢您的帮助

【问题讨论】：

标签： r dataframe matrix binary

【解决方案1】：

你可以这样做：

library(tidyverse)
df %>% 
   separate_rows(Markers) %>%
   xtabs(~., .)

如果你只是使用基础 R：

ind <- seq(nrow(df))

table(merge(cbind(ind = ind, df[-1]),
            stack(setNames(strsplit(df$Markers, ","), ind)))[3:2])

【讨论】：