按行名合并或组合

Posted 2023-02-23

【中文标题】按行名合并或组合

【英文标题】：Merge or combine by rownames

【发布时间】：2011-08-27 03:34:57

【问题描述】：

在下面的示例中，我有两个数据集（Z 和 A）。我想通过 ILMN 编号合并或组合这些集合。如果没有匹配，填写NA。

z <- matrix(c(0,0,1,1,0,0,1,1,0,0,0,0,1,0,1,1,0,1,1,1,1,0,0,0,"RND1","WDR", "PLAC8","TYBSA","GRA","TAF"), nrow=6,
    dimnames=list(c("ILMN_1651838","ILMN_1652371","ILMN_1652464","ILMN_1652952","ILMN_1653026","ILMN_1653103"),c("A","B","C","D","symbol")))

t<-matrix(c("GO:0002009", 8, 342, 1, 0.07, 0.679, 0, 0, 1, 0, 
        "GO:0030334", 6, 343, 1, 0.07, 0.065, 0, 0, 1, 0,
        "GO:0015674", 7, 350, 1, 0.07, 0.065, 1, 0, 0, 0), nrow=10, dimnames= list(c("GO.ID","LEVEL","Annotated","Significant","Expected","resultFisher","ILMN_1652464","ILMN_1651838","ILMN_1711311","ILMN_1653026")))

结果会是这样的：

             [,1]         [,2]         [,3]         [,4]
GO.ID        "GO:0002009" "GO:0030334" "GO:0015674"  NA
LEVEL        "8"          "6"          "7"           NA
Annotated    "342"        "343"        "350"         NA
Significant  "1"          "1"          "1"           NA
Expected     "0.07"       "0.07"       "0.07"        NA
resultFisher "0.679"      "0.065"      "0.065"       NA
ILMN_1652464 "0"          "0"          "1"           PLAC8
ILMN_1651838 "0"          "0"          "0"           RND1
ILMN_1711311 "1"          "1"          "0"           NA
ILMN_1653026 "0"          "0"          "0"           GRA

【参考方案1】：

您可以将 -Andrie 答案包装到一个通用函数中

mbind<-function(...)
 Reduce( function(x,y)cbind(x,y[match(row.names(x),row.names(y)),]), list(...) )

这里可以绑定多个以rownames为key的frame

【参考方案2】：

cbind.fill <- function(x, y)
  xrn <- rownames(x)
  yrn <- rownames(y)
  rn <- union(xrn, yrn)
  xcn <- colnames(x)
  ycn <- colnames(y)
  if(is.null(xrn) | is.null(yrn) | is.null(xcn) | is.null(ycn)) 
    stop("NULL rownames or colnames")
  z <- matrix(NA, nrow=length(rn), ncol=length(xcn)+length(ycn))
  rownames(z) <- rn
  colnames(z) <- c(xcn, ycn)
  idx <- match(rn, xrn)
  z[!is.na(idx), 1:length(xcn)] <- x[na.omit(idx),]
  idy <- match(rn, yrn)
  z[!is.na(idy), length(xcn)+(1:length(ycn))] <- y[na.omit(idy),]
  return(z)

【参考方案3】：

使用合并并将您的 t 向量重命名为 tt（参见 Andrie 的 PS）：

merge(tt,z,by="row.names",all.x=TRUE)[,-(5:8)]

现在，如果您使用数据帧而不是矩阵，这甚至会变得容易得多：

z <- as.data.frame(z)
tt <- as.data.frame(tt)
merge(tt,z["symbol"],by="row.names",all.x=TRUE)

【参考方案4】：

使用match返回你想要的向量，然后cbind它到你的矩阵

cbind(t, z[, "symbol"][match(rownames(t), rownames(z))])

             [,1]         [,2]         [,3]         [,4]   
GO.ID        "GO:0002009" "GO:0030334" "GO:0015674" NA     
LEVEL        "8"          "6"          "7"          NA     
Annotated    "342"        "343"        "350"        NA     
Significant  "1"          "1"          "1"          NA     
Expected     "0.07"       "0.07"       "0.07"       NA     
resultFisher "0.679"      "0.065"      "0.065"      NA     
ILMN_1652464 "0"          "0"          "1"          "PLAC8"
ILMN_1651838 "0"          "0"          "0"          "RND1" 
ILMN_1711311 "1"          "1"          "0"          NA     
ILMN_1653026 "0"          "0"          "0"          "GRA"  

附言。 请注意 t 是用于转置矩阵的基本 R 函数。通过创建一个名为 t 的变量，可能会导致下游代码混乱。

【讨论】：

您的回答非常有用，谢谢。唯一的问题是我的代码没有给出正确的输出。如果我只接受这个： z[, "symbol"][match(rownames(t), rownames(z))] 使用 NA 和符号创建一个因子，但是当我执行 cbind 时，符号编号被替换为 rondom 值.有谁知道这是错的？谢谢

请更正您 PS 中的错误。您不会覆盖t 函数。您正在为用户制造混乱，但数据和功能存储在不同的位置。来吧，测试一下： t

【参考方案5】：

不完美但接近：

newcol<-sapply(rownames(t), function(rn)z[match(rn, rownames(z)), 5])
cbind(data.frame(t), newcol)