如何根据行内容对两个大小不等的数据帧进行排序和对齐
如何根据行内容对两个大小不等的数据帧进行排序和对齐
提问于 2019-07-11 08:03:56
我有两个差异蛋白表达实验的结果，这两个实验是UniProtKB ID。我使用Biomart将这些I与基因名称进行匹配，但并不是所有的I都与基因名称匹配。我希望将这些数据和原始UniprotKB列表组合在一起，并按UniprotKB ID对齐，以生成单个数据集。这是我第一次使用R来做这种类型的分析，所以非常感谢所有的建议/代码示例。
数据帧1
Gene_1 ID_1
Gdi2 G3GR73
Pitrm1 G3GR85
G3GRA0
Tmem43 G3GS14
Tmf1 G3GS63
Ddx3x G3GSH5
Bdh1 G3GSJ7
Pak2 G3GSK4
Tfrc G3GSM5
Umps G3GSP0
Gart G3GT56
Pgm3 G3GTC9
Cpt2 G3GTN3
Vps26b G3GTV9
Mthfd1l G3GU10
Rbm19 G3GU41
G3GU60
Prkab1 G3GU67
Tigar G3GUK0数据帧2
Gene_2 ID_2
Bak1 A1E3K4
Pitrm1 G3GR85
Gtpbp4 G3GR93
Lbr G3GRA0
Tmem43 G3GS14
Tmf1 G3GS63
Ddx3x G3GSH5
Bdh1 G3GSJ7
Tfrc G3GSM5
Umps G3GSP0
Gart G3GT56
Pgm3 G3GTC9
Grb2 G3GTE4
Cpt2 G3GTN3
Vps26b G3GTV9
Mthfd1l G3GU10
Rbm19 G3GU41
G3GU60
Prkab1 G3GU67原始数据
ID_3
A1E3K4
G3GR73
G3GR85
G3GR93
G3GRA0
G3GRB1
G3GRB9
G3GRD8
G3GRE1
G3GRM2
G3GRT0
G3GRW3
G3GRX2
G3GS14
G3GS63
G3GS70
G3GS82
G3GSH2
G3GSH5我尝试过cbind和match_order函数，但它们并不能完全满足我的要求。我还尝试从2个数据集创建数据帧，但无法创建，因为它们的大小不同。
joint <- data.frame(ori$ID_3, df_1$ID_1, df_1$Gene_1)
data.frame(ori$ID_3，df_1$ID_1，df_1$Gene_1)中的
错误:参数隐含不同的行数: 1255,544
目标是为数据集3中的所有大约1300个条目生成类似这样的结果
Gene_1 ID_1 Gene_2 ID_2 ID_3
Bak1 A1E3K4 A1E3K4
Gdi2 G3GR73 G3GR73
Pitrm1 G3GR85 Pitrm1 G3GR85 G3GR85
Gtpbp4 G3GR93 G3GR93
G3GRA0 Lbr G3GRA0 G3GRA0
G3GRB1
G3GRB9
G3GRD8
G3GRE1
G3GRM2
G3GRT0
G3GRW3
G3GRX2
Tmem43 G3GS14 Tmem43 G3GS14 G3GS14
Tmf1 G3GS63 Tmf1 G3GS63 G3GS63
G3GS70
G3GS82
G3GSH2
Ddx3x G3GSH5 Ddx3x G3GSH5 G3GSH5
G3GSJ5
Bdh1 G3GSJ7 Bdh1 G3GSJ7 G3GSJ7
Pak2 G3GSK4 G3GSK4
G3GSL6
Tfrc G3GSM5 Tfrc G3GSM5 G3GSM5这是我第一次使用R来做这种类型的分析，所以非常感谢所有的建议/代码示例。
更新1
基于Stewarts的代码和建议，我得出了以下结论。文件1有2列和544个观察值，文件2有2列和419个观察值，文件3有1254个观察值。文件已正确连接，但最终文件只有33个观测值，而不是1254个。
getwd()
file1 <- read.csv("cigr_db.csv", sep=",", header=T)
file2 <- read.csv("picr_db.csv", sep=",", header=T)
file3 <- read.csv("progen_data.csv", sep=",", header=T)
# Change the ID column name to be the same in each dataframe, so we can match on it
colnames(file1)[2] <- 'ID'
colnames(file2)[2] <- 'ID'
colnames(file3)[1] <- 'ID'
v <- plyr::join(df1, df2, type='full')
v <- plyr::join(v, df3, type='full')
v
write.csv(v, file = "all_condt.csv")````回答 1
Stack Overflow用户
回答已采纳
发布于 2019-07-11 08:42:47
如果这三个列都包含相同的值，那么是否需要复制ID_X列？如果没有，您可以使用plyr包中的join函数：
library(plyr)
file1 <- 'Gene_1,ID_1
Gdi2,G3GR73
Pitrm1,G3GR85
,G3GRA0
Tmem43,G3GS14
Tmf1,G3GS63
Ddx3x,G3GSH5
Bdh1,G3GSJ7
Pak2,G3GSK4
Tfrc,G3GSM5
Umps,G3GSP0
Gart,G3GT56
Pgm3,G3GTC9
Cpt2,G3GTN3
Vps26b,G3GTV9
Mthfd1l,G3GU10
Rbm19,G3GU41
,G3GU60
Prkab1,G3GU67
Tigar,G3GUK0'
df1 <- read.table(textConnection(file1), sep=",", header=T)
file2 <- 'Gene_2,ID_2
Bak1,A1E3K4
Pitrm1,G3GR85
Gtpbp4,G3GR93
Lbr,G3GRA0
Tmem43,G3GS14
Tmf1,G3GS63
Ddx3x,G3GSH5
Bdh1,G3GSJ7
Tfrc,G3GSM5
Umps,G3GSP0
Gart,G3GT56
Pgm3,G3GTC9
Grb2,G3GTE4
Cpt2,G3GTN3
Vps26b,G3GTV9
Mthfd1l,G3GU10
Rbm19,G3GU41
,G3GU60
Prkab1,G3GU67'
df2 <- read.table(textConnection(file2), sep=",", header=T)
file3 <- 'ID_3
A1E3K4
G3GR73
G3GR85
G3GR93
G3GRA0
G3GRB1
G3GRB9
G3GRD8
G3GRE1
G3GRM2
G3GRT0
G3GRW3
G3GRX2
G3GS14
G3GS63
G3GS70
G3GS82
G3GSH2
G3GSH5'
df3 <- read.table(textConnection(file3), sep=",", header=T)
# Change the ID column name to be the same in each dataframe, so we can match on it
colnames(df1)[2] <- 'ID'
colnames(df2)[2] <- 'ID'
colnames(df3)[1] <- 'ID'
v <- plyr::join(df1, df2, type='full')
v <- plyr::join(v, df3, type='full')这就给出了：
> v
Gene_1 ID Gene_2
1 Gdi2 G3GR73 <NA>
2 Pitrm1 G3GR85 Pitrm1
3 G3GRA0 Lbr
4 Tmem43 G3GS14 Tmem43
5 Tmf1 G3GS63 Tmf1
6 Ddx3x G3GSH5 Ddx3x
7 Bdh1 G3GSJ7 Bdh1
8 Pak2 G3GSK4 <NA>
9 Tfrc G3GSM5 Tfrc
10 Umps G3GSP0 Umps
11 Gart G3GT56 Gart
12 Pgm3 G3GTC9 Pgm3
13 Cpt2 G3GTN3 Cpt2
14 Vps26b G3GTV9 Vps26b
15 Mthfd1l G3GU10 Mthfd1l
16 Rbm19 G3GU41 Rbm19
17 G3GU60
18 Prkab1 G3GU67 Prkab1
19 Tigar G3GUK0 <NA>
20 <NA> A1E3K4 Bak1
21 <NA> G3GR93 Gtpbp4
22 <NA> G3GTE4 Grb2
23 <NA> G3GRB1 <NA>
24 <NA> G3GRB9 <NA>
25 <NA> G3GRD8 <NA>
26 <NA> G3GRE1 <NA>
27 <NA> G3GRM2 <NA>
28 <NA> G3GRT0 <NA>
29 <NA> G3GRW3 <NA>
30 <NA> G3GRX2 <NA>
31 <NA> G3GS70 <NA>
32 <NA> G3GS82 <NA>
33 <NA> G3GSH2 <NA>页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56980062
复制相关文章
相似问题