代码之家 › 专栏 › 技术社区 › neuron

如何将一行作为列名,并将一个字符串拆分为多行

neuron · 技术社区 · 6 年前

我不知道如何说出问题的标题,所以我尽力了。我将给出我的数据集的一个例子。我们可以调用数据集 my_data

tibble::tribble(
  ~Pathway, ~log_value, ~ratio, ~z_score,                ~molecules,
     "GHR",      "N/A",  "N/A",    "N/A", "CD40LG,TGFBR1,MYH9,MMP1",
    "TGFB",      "N/A",  "N/A",    "N/A", "ADAMTS8,PIK3R1,HRAS,SEM",
     "PKA",      "N/A",  "N/A",    "N/A", "PIK3CA,PDGFA,PIK3R1,SPH",
     "PKB",      "N/A",  "N/A",    "N/A", "MAST2,PIK3CA,TGFBR1,BAD",
     "PKC",      "N/A",  "N/A",    "N/A", "TGFBR1,AKAP9,CAMK2A,PHK"
  )

所以我要做的是将列1变成一行,并将其作为每行的名称。我还想将第5列拆分为多行。所以这就是我所设想的。

GHR TGFB PKA PKB PKC
CD40LG ADAMTS8 PIK3CA MAST2 TGFBR1
TGFBR1 PIK3R1 PDGFA PIK3CA AKAP9
MYH9 HRAS PIK3R1 TGFBR1 CAMK2A
MMP1 SEM SPH BAD PHK

所以我真的不需要列2、3或4,所以我用 my_data <- my_data[c(1,5)] 我用 my_data$molecules <- as.character(gsub(","," ",my_data$molecules)) 我有问题,但也许你不需要用那个。所以我只想将列1作为行名,并将列5拆分为多行,但我很难做到这一点。有人有什么建议吗?事先谢谢。

3 回复 | 直到 6 年前

phil_t 6 年前

df = df[, c(1, 5)]

## Split on comma and add to dataframe
tmp = strsplit(df$molecules, ",")
df = cbind(df[, -2], do.call(rbind, tmp))

## Transpose the dataframe
df = t(df)
rownames(df) = NULL

dmi3kno 6 年前

df <- tibble::tribble(
      ~Pathway, ~log_value, ~ratio, ~z_score,                ~molecules,
         "GHR",      "N/A",  "N/A",    "N/A", "CD40LG,TGFBR1,MYH9,MMP1",
        "TGFB",      "N/A",  "N/A",    "N/A", "ADAMTS8,PIK3R1,HRAS,SEM",
         "PKA",      "N/A",  "N/A",    "N/A", "PIK3CA,PDGFA,PIK3R1,SPH",
         "PKB",      "N/A",  "N/A",    "N/A", "MAST2,PIK3CA,TGFBR1,BAD",
         "PKC",      "N/A",  "N/A",    "N/A", "TGFBR1,AKAP9,CAMK2A,PHK"
      )

dplyr tidyr

df %>% select(Pathway, molecules) %>% 
  separate_rows(molecules,sep=",") %>% 
  group_by(Pathway) %>% 
  mutate(id=1:n()) %>% 
  spread(key="Pathway", value="molecules") %>% 
  select(-id)

#> # A tibble: 4 x 5
#>   GHR    PKA    PKB    PKC    TGFB   
#>   <chr>  <chr>  <chr>  <chr>  <chr>  
#> 1 CD40LG PIK3CA MAST2  TGFBR1 ADAMTS8
#> 2 TGFBR1 PDGFA  PIK3CA AKAP9  PIK3R1 
#> 3 MYH9   PIK3R1 TGFBR1 CAMK2A HRAS   
#> 4 MMP1   SPH    BAD    PHK    SEM

select spread id

Onyambu 6 年前

 dat=read.table(strings=F,text="Pathway log_value ratio z_score molecules
  GHR N/A N/A N/A CD40LG,TGFBR1,MYH9,MMP1â¦
            TGFB N/A N/A N/A ADAMTS8,PIK3R1,HRAS,SEMâ¦
            PKA N/A N/A N/A PIK3CA,PDGFA,PIK3R1,SPHâ¦
            PKB N/A N/A N/A MAST2,PIK3CA,TGFBR1,BADâ¦
            PKC N/A N/A N/A TGFBR1,AKAP9,CAMK2A,PHKâ¦",na.string="N/A",h=T)


 a = data.frame(t(read.table(text=dat$molecules,sep=",")),stringsAsFactors = F)

 setNames(a,dat$Pathway)

      GHR    TGFB    PKA    PKB    PKC
V1 CD40LG ADAMTS8 PIK3CA  MAST2 TGFBR1
V2 TGFBR1  PIK3R1  PDGFA PIK3CA  AKAP9
V3   MYH9    HRAS PIK3R1 TGFBR1 CAMK2A
V4  MMP1â¦    SEMâ¦   SPHâ¦   BADâ¦   PHKâ¦

推荐文章

Marc B. · 使用ggplot2创建条形图时“缺少值”

1 年前

deschen · tidyverse与外部向量发生突变,该外部向量的元素是数据帧中的列值

1 年前

Laura · 在Shiny中使用可排序的包拖放名称,这些名称将成为图表

1 年前

Mallikarjun M · 如何使用随机森林进行时间序列预测?

1 年前

ly li · 模型摘要:当表格形状改变时,拟合优度消失

1 年前

C.Robin · 将marginaffects::predictions()的结果连接回main df?

1 年前

monotonic · 如何将格式为“col1+col3+col4”的数据帧的行名转换为一列数字向量“c(1,3,4)”?

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

RoyBatty · 统计每个字符在整个数据集中出现的次数

2 年前

stats_noob · R: 记录某个“行为”发生的循环的索引?

2 年前