从列值中过滤行名中的数据框答案

【问题标题】：Filtering a dataframe in row names from a column values从列值中过滤行名中的数据框
【发布时间】：2012-10-18 14:26:21
【问题描述】：

基本上我有两列的数据框（target_id 和fpkm）。我只想在第一列中保留那些不重复的行名。
例如，在下面的数据框中，您可以看到有两个具有相同名称（几乎）comp267138_c0_seq1comp267138_c0_seq2 的行名称，并且我只想保留一个 comp267138_c0_seq2，基于第 2 列中的高值。

       target_id        fpkm
comp247393_c0_seq1    3.197885
comp257058_c0_seq4    1.624577
comp242590_c0_seq1    1.750319
comp77911_c0_seq1     1.293059
comp241426_c0_seq1    1.626589
comp288413_c0_seq1   14.828853
comp294436_c0_seq1   11.555596
comp63603_c0_seq1     1.982386
comp267138_c0_seq1    8.594494
comp267138_c0_seq2   11.134958
comp321623_c0_seq1    6.934149

【问题讨论】：

+ 1 用于发布示例数据。

标签： r filtering dataframe

【解决方案1】：

看来您只想考虑target_id 的一部分（前两个组件，由_ 拆分）

如果您的data.frame 被称为DT

# create   column without the _seqx part
DT$new_id <- sapply(lapply(strsplit(as.character(DT[['target_id']]), '_'), head, 2),
              paste, collapse = '_')
library(plyr)


ddply(DT, .(new_id), function(x) x[which.max(x$fpkm),])

【讨论】：