如何索引包含列表/向量作为值的数据框答案

【问题标题】：How to index a dataframe that contains lists/vectors as values如何索引包含列表/向量作为值的数据框
【发布时间】：2020-12-12 06:13:44
【问题描述】：

索引数据框适用于单个值，但不适用于列表元素或向量的值。

我有两个需要匹配的基因列表。在每个列表中，基因被命名为不同的基因别名。我需要查询大量基因，以过滤掉两个数据集之间未共享的任何基因。为此，我创建了一个数据框，其中包含两个列表中的所有基因。数据框中的每个值要么是单个字符串，要么是多个字符串（别名）的向量。一个单独的列为每组别名分配一个唯一编号，我用它来匹配两个列表。对于每个基因，我需要检查它是否存在于数据框中。但我无法索引向量值。见下文：

df <- data.frame("col1"=I(list(c("MALAT1","FTK2","CAS9"),
                                 "MS4A6A",
                                 c("LACT1","FLEE6","LOC98"))),
                 "col2"=I(list(c("CASS4","MS4A2","NME"), 
                               "PLD3", 
                               "ADAM4")))
"MALAT1" %in% df$col1
[1] FALSE
"MS4A6A" %in% df$col1
[1] TRUE

【问题讨论】：

标签： r indexing bioinformatics

【解决方案1】：

因为是list，我们可以unlist

"MALAT1" %in% unlist(df$col1)
#[1] TRUE

第二个返回TRUE的原因是因为第二个元素是length 1，而带有“MALAT1”的元素不是

-测试

如果我们将具有单个元素的list 元素更改为“MALAT1”

df$col1[2] <- "MALAT1"
"MALAT1" %in% df$col1
#[1] TRUE

一般来说，当我们有一个list 时，如果我们想对每个元素进行测试

lapply(df$col1, `%in%`, x = "LACT1")
#[[1]]
#[1] FALSE

#[[2]]
#[1] FALSE

#[[3]]
#[1] TRUE

【讨论】：

【解决方案2】：

这是另一种解决方法，它通过rapply + toString 将列中的lists 展平，从而在df 上发挥作用

df[] <- rapply(df, toString, how = "unlist")

这样

> df
                 col1              col2
1  MALAT1, FTK2, CAS9 CASS4, MS4A2, NME
2              MS4A6A              PLD3
3 LACT1, FLEE6, LOC98             ADAM4

然后您可以使用grepl 来检查是否可以在列中找到目标，例如，

> grepl("LACT1", df$col1, fixed = TRUE)
[1] FALSE FALSE  TRUE

> grepl("NME", df$col2, fixed = TRUE)
[1]  TRUE FALSE FALSE

【讨论】：

非常感谢！很好的解决方案

【解决方案3】：

你快到了。只需将unlist() 包裹在您拥有的列表周围

【讨论】：