R：转换数据框以显示另一列的每个唯一行的列的相应值

Question

我有一个包含 2 列的大型数据框：一列具有离散数量的重复出现的值，而另一列仅具有唯一值。本质上，第 2 列中的多个值将对应于第 1 列中的一个值。

由于当前已获取数据，因此它将第 2 列中的每个唯一变量列为一行，这意味着第 1 列中存在重复值。

我想转换（本质上是翻转）数据，以便我可以看到第 1 列中的每个唯一值属于第 2 列中的哪些值。

例如，df为：

重叠群	基因
C20	G1
C10	G2
C40	G3
C20	G4
C40	G5
C30	G6

我想要：

重叠群	基因
C10	G2
C20	G1、G4
C30	G6
C40	G3、G5

如果我只得到唯一值的数量也可以：

重叠群	基因
C10	1
C20	2
C30	1
C40	2

我希望这是有道理的。我一直在努力寻找合适的关键词来解释这个问题，但真的不知道从哪里开始。虽然我觉得我应该把数据变成一个列表。

Answer 1

要获得您第一个想要的数据框 table，您可以使用

library(tidyr)
chop(df, Gene)

如果要获得您可能使用的最后一个：

library(dplyr)
df %>% group_by(Config) %>% summarise(n = n())

Answer 2

您也可以使用dplyr。先按 Contig 分组，然后总结。

library(dplyr)

# Small test data
test_data <- data.frame(Contig = c("C10", "C10", "C20", "C20","C20"), 
                        Gene = c("G1", "G3", "G4", "G5", "G6"))


clean_data <- test_data %>% 
  group_by(Contig) %>% 
  summarise(number_of_genes = length(unique(Gene)), 
            specific_genes = paste0(unique(Gene), collapse = ", "))

Answer 3

library(plyr)
M = data.frame(
  Contig = c("C20", "C10", "C40", "C20", "C40", "C30"),
  Gene = paste0("G",1:6)
)
f = function(m) {
  data.frame(
    Contig = unique(m$Contig),
    Gene = paste(m$Gene, collapse=",")
  )
}
ddply(M, .(Contig), f)

R：转换数据框以显示另一列的每个唯一行的列的相应值

R: Transform dataframe to show the corresponding values of a column for each unique row of another column

grouping

r

unique

dataframe