删除行取决于另一行 R 中的列值

Question

我有以下包含多个观察结果的数据框：

---

     CHR            END         START          REF         ALT
      1            1445         1446            G           A
      1            1445         1446            A           G
      3            2787         2787            T           -
      3            2787         2787            -           T

如果REF 列是- 和ALT 列匹配另一行的REF 列，而其他列保持相等，我想删除行。

在我的示例中，这就是所需的输出：

     CHR            END         START          REF         ALT
      1            1445         1446            G           A
      1            1445         1446            A           G
      3            2787         2787            T           -

我不确定如何连接不同行的索引

在数据框中，要删除的行总是在“母亲”行之后

Answer 1

你可以试试

library(tidyverse)
d %>% 
  unite(tmp, REF, ALT, remove = F) %>% 
  mutate(tmp=strsplit(tmp, "_") %>% map_chr(function(x) paste(sort(x), collapse ="_"))) %>% 
  group_by(CHR, END, START, tmp) %>% 
  mutate(n=ifelse(grepl("-", tmp), 1:n(), 1)) %>% 
  filter(n == 1) %>% 
  ungroup() %>% 
  select(-tmp, -n)
# A tibble: 3 x 5
    CHR   END START REF   ALT  
  <int> <int> <int> <fct> <fct>
1     1  1445  1446 G     A    
2     1  1445  1446 A     G    
3     3  2787  2787 T     - 

这个想法是使用strsplit 和map 方法添加一个标识符tmp 和排序的ALT、REF 值。因此，我们可以使用相似行的计数来过滤重复项。

数据

d <- read.table(text=" CHR            END         START          REF         ALT

                1            1445         1446            G           A
                1            1445         1446            A           G
                3            2787         2787            T           -
                3            2787         2787            -           T", header=T)