中的R有條件重複行，同時在一個單一的柱

我有一個數據幀變更值，DF，其中一些在第二列中的值，ALT的，用逗號分隔：中的R有條件重複行，同時在一個單一的柱

ref alt 
ACTGG A,AATGG 
GGC G,GG 
GC  G 
AAT A,AA,AAA

有沒有一種方法在R中爲我複製每列中有逗號分隔值的列df $ alt這樣每個值分別顯示？他們將被複制number_of_commas + 1次，以允許每個逗號分隔值顯示一次。以下是我正在尋找的輸出：

ref alt 
ACTGG AATGG 
ACTGG A 
GGC GG 
GGC G 
GC  G 
AAT AAA 
AAT AA 
AAT A

此外，這隻會更改第二列中的值。第一列和任何其他可能的列將被簡單地複製。

來源

2014-05-05 soosus

你真的需要重複的行？ – Fernando

@josilber感謝您提及我的問題！我將添加最適合本文的答案，因爲另一方面的頂級解決方案不起作用。 – soosus

您可以使用拆分申請，合併，單獨處理的df每一行：

do.call(rbind, lapply(split(df, seq(nrow(df))), 
     function(x) data.frame(ref=x$ref, y=strsplit(x$alt, ",")[[1]]))) 
#  ref  y 
# 1.1 ACTGG  A 
# 1.2 ACTGG AATGG 
# 2.1 GGC  G 
# 2.2 GGC GG 
# 3  GC  G 
# 4.1 AAT  A 
# 4.2 AAT AA 
# 4.3 AAT AAA

來源

2014-05-05 15:13:10 josliber

library(data.table) 
dt <- data.table(df) 
dt[, list(alt = unlist(strsplit(as.character(alt), ','))), 
     by = list(ref)] 

# ref alt 
# ACTGG AATGG 
# ACTGG A 
# GGC GG 
# GGC G 
# GC  G 
# AAT AAA 
# AAT AA 
# AAT A

來源

2014-05-05 15:52:51 soosus

從我的「splitstackshape」包中的concat.split.multiple功能已經處理了這一點：

library(splitstackshape) 
concat.split.multiple(df, "alt", ",", "long")

因爲它使用reshape，所以會導致一些行的值爲NA。

但是，我會建議檢查我一直在工作的功能的更新版本。 It's much faster and you can find it here。此版本與您選擇的data.table方法類似，但您可以一次拆分多個列。

有了這個功能，你可以做到以下幾點：

## Will convert your data.frame to a data.table 
cSplit(df, "alt", ",", direction="long") 
#  ref alt 
# 1: ACTGG  A 
# 2: ACTGG AATGG 
# 3: GGC  G 
# 4: GGC GG 
# 5: GC  G 
# 6: AAT  A 
# 7: AAT AA 
# 8: AAT AAA

拆分爲「寬」的形式是本默認：

cSplit(df, "alt", ",") 
#  ref alt_1 alt_2 alt_3 
# 1: ACTGG  A AATGG NA 
# 2: GGC  G GG NA 
# 3: GC  G NA NA 
# 4: AAT  A AA AAA

來源

2014-05-05 17:23:32 A5C1D2H2I1M1N2O1R2T1

非常感謝！我很欣賞這種解決方案的靈活性。 – soosus

中的R有條件重複行，同時在一個單一的柱

回答

相關問題