如何根据 R 中的分组值列出列中的行值？

Question

他,

我有一个输入文件，其中一列带有基因 ID，然后一列带有每个基因多行的 GO 术语（从 1 到 >20 的任意位置）。我需要生成的格式为每个唯一的基因 ID 在一行中，GO 术语在第二列中，用分号分隔。

我的数据：

GeneID    GO
am1001    190909
am1001    600510
am1002    500050
am1002    432323
am1002    100209

期望的输出：

GeneID    GO_list
am1001    190909; 600510
am1002    ​50050; 432323; 100209

我尝试过类似于的方法，但没有成功。

提前感谢您的建议！ :)

Answer 1

我建议下一个 base R 方法：

#Data
df <- structure(list(GeneID = c("am1001", "am1001", "am1002", "am1002", 
"am1002"), GO = c(190909L, 600510L, 500050L, 432323L, 100209L
)), class = "data.frame", row.names = c(NA, -5L))

代码：

#Aggregation
aggregate(GO~GeneID,data=df,FUN = function(x) paste0(x,collapse = '; '))

输出：

  GeneID                     GO
1 am1001         190909; 600510
2 am1002 500050; 432323; 100209