根据 dplyr 中的列在组之间保留公共行答案

【问题标题】：Keep common rows among groups based on a column in dplyr根据 dplyr 中的列在组之间保留公共行
【发布时间】：2021-10-07 21:02:20
【问题描述】：

我的数据框是这样的

df <- data.frame(gene=c("A","B","C","A","B","D"), 
                 origin=rep(c("old","new"),each=3),
                 value=sample(rnorm(10,2),6))

  gene origin     value
1    A    old 1.5566908
2    B    old 1.3000358
3    C    old 0.7668213
4    A    new 2.5274712
5    B    new 2.2434525
6    D    new 2.0758326

我想找到两个不同起源组（新旧）之间的共同基因

我希望我的数据看起来像这样

  gene origin     value
1    A    old 1.5566908
2    B    old 1.3000358
4    A    new 2.5274712
5    B    new 2.2434525

感谢任何帮助。理想情况下，我想在使用多列的组中找到共同的行

【问题讨论】：

标签： r dataframe dplyr filtering tidyverse

【解决方案1】：

一种可能是：

df %>%
    group_by(gene) %>%
    filter(all(c("old", "new") %in% origin))

  gene  origin value
  <chr> <chr>  <dbl>
1 A     old    1.63 
2 B     old    0.904
3 A     new    2.18 
4 B     new    1.24

【讨论】：

亲爱的 tmfmmk，这是一个超级酷且简洁的解决方案。你能解释一下它是如何工作的吗？看起来很棒

【解决方案2】：

我会filter根据重复，从last和first扫描。

library(tidyverse)

df %>% filter(
        duplicated(gene, fromLast = TRUE) | duplicated(gene, fromLast = FALSE)
)

  gene origin    value
1    A    old 2.665606
2    B    old 1.565466
3    A    new 4.025450
4    B    new 2.647110

注意：我无法复制您的data，因为您没有提供seed！

【讨论】：

【解决方案3】：

您可以使用split和reduce获取共同基因并在filter中使用。

library(dplyr)
library(purrr)

df %>% filter(gene %in% (split(df$gene, df$origin) %>% reduce(intersect)))

#  gene origin value
#1    A    old 1.271
#2    B    old 2.838
#3    A    new 0.974
#4    B    new 1.375

或保持在基础 R -

subset(df, gene %in% Reduce(intersect, split(df$gene, df$origin)))

【讨论】：

【解决方案4】：

使用ave + subset 的基本 R 选项

subset(
  df,
  as.logical(ave(origin,gene,FUN = function(x) all(c("old","new")%in% x)))
)

给予

  gene origin     value
1    A    old 0.5994593
2    B    old 4.0449345
4    A    new 3.2478612
5    B    new 0.2673525

【讨论】：

【解决方案5】：

在base R 中使用subset 和table

subset(df, gene %in% names(which(rowSums(table(gene, origin) > 0) == 2)))
  gene origin     value
1    A    old 3.0536642
2    B    old 2.0796124
4    A    new 0.1621484
5    B    new 2.3587338

【讨论】：