比较两个 data.frame 并删除具有常见字符的行

Question

我有两个 data.frame x1 & x2。如果在 x1 和 x2 中发现共同基因，我想从 x2 中删除行

x1 <- chr   start   end         Genes   
      1      8401    8410      Mndal,Mnda,Ifi203,Ifi202b    
      2      8001    8020      Cyb5r1,Adipor1,Klhl12    
      3      4001    4020      Alyref2,Itln1,Cd244  

x2 <- chr   start   end         Genes
      1      8861   8868       Olfr1193 
      1      8405    8420      Mrgprx3-ps,Mrgpra1,Mrgpra2a,Mndal,Mrgpra2b   
      2      8501    8520      Chia,Chi3l3,Chi3l4   
      3      4321    4670      Tdpoz4,Tdpoz3,Tdpoz5 



x2 <- chr   start   end         Genes   
      1      8861   8868       Olfr1193
      2      8501    8520      Chia,Chi3l3,Chi3l4   
      3      4321    4670      Tdpoz4,Tdpoz3,Tdpoz5 

Answer 1

你可以试试

x2[mapply(function(x,y) !any(x %in% y), 
        strsplit(x1$Genes, ','), strsplit(x2$Genes, ',')),]
#  chr start  end                Genes
#2   2  8501 8520   Chia,Chi3l3,Chi3l4
#3   3  4321 4670 Tdpoz4,Tdpoz3,Tdpoz5

或将!any(x %in% y) 替换为length(intersect(x,y))==0。

注意：如果“基因”列是“因子”，请将其转换为“字符”，因为strsplit 不能采用“因子”类。即strsplit(as.character(x1$Genes, ','))

更新

基于'x2'的新数据集，我们可以merge'chr'列的两个数据集，strsplit'Genes.x'，'Genes.y'来自输出数据集（'xNew '），根据'Genes.y'字符串中'Genes.x'的任何元素的出现获取逻辑索引，使用它来子集'x2'数据集

 xNew <- merge(x1, x2[,c(1,4)], by='chr')
 indx <- mapply(function(x,y) any(x %in% y), 
      strsplit(xNew$Genes.x, ','), strsplit(xNew$Genes.y, ','))
 x2[!indx,]
 # chr start  end                Genes
 #1   1  8861 8868             Olfr1193
 #3   2  8501 8520   Chia,Chi3l3,Chi3l4
 #4   3  4321 4670 Tdpoz4,Tdpoz3,Tdpoz5