代码之家 › 专栏 › 技术社区 › ip2018

使用字符串查找唯一行并对dataframe列的相应值求和

tidyverse dplyr dataframe r

3

ip2018 · 技术社区 · 8 年前

我有一个数据框:

gene=c("Esr", "Esr", "Esr", "Nop", "Nop", "Nop", "Stu", "Mkp", "Mkp", "P53", "Ard", "Ard")
int_1=c(34,56,544,566,123,00,343,56,22,10,11,19)
int_2=c(24,26,58,56,13,00,34,6,22,10,119,109)
int_3=c(14,36,54,566,12,00,43,56,00,770,11,119)
df1 = cbind.data.frame(gene, int_1, int_2, int_3)

DF1长26000行,宽36列。
我想创建一个新的df2,其中列“gene”用于查找唯一的字符串/文本,行中的所有值都被求和到相应的单独强度列中。
在DF1中,基因名称出现多次。DF2每个基因只有一次。

我正在尝试使用tidyverse包,因此解决方案使用将非常感谢(如果可能的话)。非常感谢。

1 回复 | 直到 8 年前

1

3

Maurits Evers 8 年前

我们可以使用 dplyr::summarise_all

(1)平均值

library(tidyverse)
df2 <- df1 %>%
    group_by(gene) %>%
    summarise_all(mean)
df2;
## A tibble: 6 x 4
#  gene  int_1 int_2 int_3
#  <fct> <dbl> <dbl> <dbl>
#1 Ard    15.0  114.  65.0
#2 Esr   211.    36.  34.7
#3 Mkp    39.0   14.  28.0
#4 Nop   230.    23. 193.
#5 P53    10.0   10. 770.
#6 Stu   343.    34.  43.0

(2)求和

df2 <- df1 %>%
    group_by(gene) %>%
    summarise_all(sum)
df2;
## A tibble: 6 x 4
#  gene  int_1 int_2 int_3
#  <fct> <dbl> <dbl> <dbl>
#1 Ard     30.  228.  130.
#2 Esr    634.  108.  104.
#3 Mkp     78.   28.   56.
#4 Nop    689.   69.  578.
#5 P53     10.   10.  770.
#6 Stu    343.   34.   43.

或者在R基地你可以用 aggregate

aggregate(cbind(int_1, int_2, int_3) ~ gene, data = df1, sum)
#  gene int_1 int_2 int_3
#1  Ard    30   228   130
#2  Esr   634   108   104
#3  Mkp    78    28    56
#4  Nop   689    69   578
#5  P53    10    10   770
#6  Stu   343    34    43