R：转换数据框以显示另一列的每个唯一行的列的相应值[重复]答案

【问题标题】：R: Transform dataframe to show the corresponding values of a column for each unique row of another column [duplicate]R：转换数据框以显示另一列的每个唯一行的列的相应值[重复]
【发布时间】：2021-07-28 09:04:26
【问题描述】：

我有一个包含 2 列的大型数据框：其中一个具有重复出现的离散数量的值，而另一个只有唯一值。基本上第 2 列中的多个值将对应第 1 列中的一个值。

由于当前已获取数据，因此将第 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（基本上是翻转）数据，以便我可以看到第 2 列的哪些值属于第 1 列中的每个唯一值。

例如df是：

Contig	Gene
C20	G1
C10	G2
C40	G3
C20	G4
C40	G5
C30	G6

我想要：

Contig	Gene
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：

Contig	Gene(s)
C10	1
C20	2
C30	1
C40	2

我希望这是有道理的。我一直在努力寻找正确的关键字来解释这个问题，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。

【问题讨论】：

标签： r dataframe grouping unique

【解决方案1】：

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 = ", "))

【讨论】：

【解决方案2】：

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)

【讨论】：

【解决方案3】：

要获得像您想要的第一个表一样的数据框，您可以使用

library(tidyr)
chop(df, Gene)

同时获取您可能使用的最后一个：

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

【讨论】：