R函数可以根据跨列的模式对行进行分组？

如何解决R函数可以根据跨列的模式对行进行分组？

我想根据跨列的每一行的模式对数据框的行进行分组。这是一个非常简单的示例。

 df <- data.frame("gene" = 1:5,"stg 1" = c("up","up",NA,NA),"stg 2" = c("up","stg 3" = c("up","stg 4" = c("down","down",NA))

> df
  gene stg.1 stg.2 stg.3 stg.4
1    1    up    up    up  down
2    2    up    up    up  down
3    3  <NA>  <NA>  <NA>    up
4    4  <NA>  <NA>  <NA>    up
5    5  <NA>  <NA>  <NA>  <NA>

在这种情况下，基因1和2将被分组，而基因3和4将被分组。我想要每个模式组中的基因名称，以及该模式的模式。我希望这很清楚。预先感谢！

解决方法

尝试这种方法。创建一个变量以使用c_across()和toString()跨行收集值。之后，将格式设置为factor并分配后缀Group.。下面是使用tidyverse函数的代码：

library(tidyverse)
#Code
dfnew <- df %>% group_by(gene) %>% 
  mutate(Var=toString(c_across(stg.1:stg.4))) %>%
  ungroup() %>%
  mutate(Var=paste0('Group.',as.numeric(factor(Var,levels = unique(Var),ordered = T))))

输出：

# A tibble: 5 x 6
   gene stg.1 stg.2 stg.3 stg.4 Var    
  <int> <fct> <fct> <fct> <fct> <chr>  
1     1 up    up    up    down  Group.1
2     2 up    up    up    down  Group.1
3     3 NA    NA    NA    up    Group.2
4     4 NA    NA    NA    up    Group.2
5     5 NA    NA    NA    NA    Group.3

如果只需要一种模式，请尝试以下操作：

#Code 2
dfnew <- df %>% group_by(gene) %>% 
  mutate(Var=toString(c_across(stg.1:stg.4)))

输出：

# A tibble: 5 x 6
# Groups:   gene [5]
   gene stg.1 stg.2 stg.3 stg.4 Var             
  <int> <fct> <fct> <fct> <fct> <chr>           
1     1 up    up    up    down  up,up,down
2     2 up    up    up    down  up,down
3     3 NA    NA    NA    up    NA,NA,up  
4     4 NA    NA    NA    up    NA,up  
5     5 NA    NA    NA    NA    NA,NA 

,

我们可以使用unite

以向量化的方式进行此操作

library(dplyr)
library(tidyr)
df %>% 
     unite(grp,starts_with('stg'),na.rm = TRUE,remove = FALSE) %>% 
     mutate(grp = match(grp,unique(grp)))
#  gene grp stg.1 stg.2 stg.3 stg.4
#1    1   1    up    up    up  down
#2    2   1    up    up    up  down
#3    3   2  <NA>  <NA>  <NA>    up
#4    4   2  <NA>  <NA>  <NA>    up
#5    5   3  <NA>  <NA>  <NA>  <NA>

,

尽管没有特别要求，data.table解决方案如下

library(data.table)
setDT(df)
df[,group:= paste0(stg.1,stg.2,stg.3,stg.4),by= gene][,group:= match(group,unique(group))]

> df
   gene stg.1 stg.2 stg.3 stg.4 group
1:    1    up    up    up  down     1
2:    2    up    up    up  down     1
3:    3  <NA>  <NA>  <NA>    up     2
4:    4  <NA>  <NA>  <NA>    up     2
5:    5  <NA>  <NA>  <NA>  <NA>     3