在 R 中集成 2 个列表和一个数据框

Question

请问我可以用来执行以下操作的 R 代码：

我有 2 个 "genome coordinates" 列表：一个列表由代表基因组坐标的数字组成；

假设列表 N:

和一个列表 M：

和一个数据框 C，其中对于上面列表中的一些坐标对 (n,m)，我们有一个数值强度；

例如：

n1; m1; 100 
n1; m2; 300

问题是：我可以使用什么最有效的 R 代码来集成列表 N、列表 M 和数据框 C，在为了获得一个数据框：

列出 N 作为列名
列出 M 作为行名称
N*M的单元格中的值，对应数据框C.

一个小例子是：

     n1  n2  n3 n4 
m1  100  -   -   - 
m2  300  -   -   - 
m3   -   -   -   - 
m4   -   -   -   - 
m5   -   -   -   -

Answer 1

您可以使用 tidyr 包中的 spread 执行此操作，确保保留出现在两个列表中的所有 n 和 m 值，即使它们没有出现在 C 中:

library(tidyr)
## Replicating the data
listN = list("n1","n2","n3","n4","n5")
listM = list("m1","m2","m3","m4","m5")
C = data.frame(n=c("n1","n2","n3"),m=c("m1","m2","m3"),I=c(100,300,400))
   n  m   I
1 n1 m1 100
2 n2 m2 300
3 n3 m3 400

## Defining factor levels of C using listM and listN, and keeping unused levels when doing the spread
C$n = factor(C$n,levels=unlist(listN))
C$m = factor(C$m,levels=unlist(listM))
res = spread(C,key="n",value="I",drop=F)

这个returns:

   m  n1  n2  n3 n4 n5
1 m1 100  NA  NA NA NA
2 m2  NA 300  NA NA NA
3 m3  NA  NA 400 NA NA
4 m4  NA  NA  NA NA NA
5 m5  NA  NA  NA NA NA

Answer 2

我相信有人有更简洁的方法来实现以下内容，我很乐意知道。您的数据并未真正准备好 MWE：请参阅 How to make a great R Reproducible Example。但是，给定数据 "as-is" 并假设您真的不想要标题为 'n1' 的第一行。以下解决方案需要 reshape2 包：

N=c('n1','n2','n3','n4')
M=c('m1','m2','m3','m4','m5')
C=data.frame(
  X1=c('n1','n1'),
  X2=c('m1','m2'),
  C=c(100, 300)
)

我们已经定义了上面的数据。现在让我们把它合并在一起。

X = merge(N, M)

让我们在data.frame中添加NAs，这样当我们定义项目时它就会被空白。

C$C <- NA

C$C <- C[which(C$X1 %in% N & C$X2 %in% M),'C']

D = merge(N, M, all=TRUE)
names(D) <- c('X1','X2')
names(X) <- c('X1','X2')

E = merge(D, C, all = TRUE, by=c('X1', 'X2'))

library(reshape2)
reshape2::dcast(E, X2 + C ~ X1, drop=FALSE, value.var='C')

希望这对您有所帮助，直到其他人可以更好地解释它。

编辑：因为@Lamia 打败了我，所以我比较了示例的 system.time 值。 . . @Lamia 的答案是在我的机器上重复 10 次后 0.01 +/- 0.032。

Answer 3

我们可以使用索引方法

m1 <- matrix(0, length(listM), length(listN), dimnames = list(unlist(listM), unlist(listN)))
m1[cbind(match(as.character(C$m), rownames(m1)), 
                  match(as.character(C$n), colnames(m1)))] <- C$I
m1
#    n1  n2  n3 n4 n5
#m1 100   0   0  0  0
#m2   0 300   0  0  0
#m3   0   0 400  0  0
#m4   0   0   0  0  0
#m5   0   0   0  0  0

数据

listN <- list("n1","n2","n3","n4","n5")
listM <- list("m1","m2","m3","m4","m5")
C <- data.frame(n=c("n1","n2","n3"),m=c("m1","m2","m3"),I=c(100,300,400))

在 R 中集成 2 个列表和一个数据框

integrating 2 lists and a data farme in RR

r

list

dataframe

integrate

数据