时间戳

首页 > 解决方案 > 如何根据其他（数据）表中的信息组合行/添加它们的值？

r - 如何根据其他（数据）表中的信息组合行/添加它们的值？

问题描述

我将信息存储在两个数据框/data.tables 中，我想使用存储在第二个（我的查找表）中的信息在我的第一个中添加/折叠行。

我的第一个 data.table 看起来像这样：

ID    Sample01    Sample02    Sample03
1        1            2           3
2        0            1           2
3        2            0           1 
4        5            2           1

我的第二个 data.table（距离矩阵）看起来像这样：

0    12    4    1
12    0    3    5
4     3    0    6
1     5    6    0

如果第二个显示距离的属性小于 2，我想在我的第一个 data.table 中添加行的值。

然后它应该看起来像这样（添加了第 1 行和第 4 行，因为距离 <2）：

ID    Sample01    Sample02    Sample03
1        6            4           4
2        0            1           2
3        2            0           1

由于数据非常大，我更喜欢使用 data.table，但我也可以使用其他包，感谢任何帮助！

编辑：

这将是表 1 (dput) 的真实示例：

structure(list(v_j_cdr3 = c("TCRBV02-01-TCRBJ01-01-SLGGmhcLFF", 
"TCRBV02-01-TCRBJ01-01-SLGhLmhcLFF", "TCRBV02-01-TCRBJ01-01-SLLLGchcLFF", 
"TCRBV02-01-TCRBJ01-01-SLLmGmhcLFF"), HIP08805 = c(6.4439e-05, 
0, 0, 8.69177e-05), HIP17837 = c(6.01681e-05, 0, 0, 0), Keck0006_MC1 = c(2.48385e-05, 
4.96771e-05, 0, 0)), row.names = c(NA, -4L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x7ffb190066e0>)

这将是表 2 (dput) 的真实示例：

structure(list(`1` = c(0, 2, 3, 2), `2` = c(2, 0, 4, 3), `3` = c(3, 
4, 0, 2), `4` = c(2, 3, 2, 0)), row.names = c(NA, -4L), class = c("data.table", 
"data.frame"), .internal.selfref = <pointer: 0x7ffb190066e0>)

Edit2：解决方案（不删除行，因为评论让我意识到我不应该这样做）。

diag(matrix) <- 99
pos <- which(matrix<2,arr.ind = T,useNames = F)
datasubset_raw <- datasubset
for(j in 1:nrow(pos)){datasubset[pos[j,1],] <- datasubset[pos[j,1],]+datasubset_raw[pos[j,2],]}

标签： rdata.tablelookup

解决方案

显然你应该为你的数据集上的所有情况做一个循环，但这个想法可能会帮助你

df1 <- data.frame("ID"=c(1,2,3,4),"Sample01"=c(1,0,2,5),
              "Sample02"=c(2,1,0,2),"Sample03"=c(3,2,0,1))
# df1
#   ID Sample01 Sample02 Sample03
# 1  1        1        2        3
# 2  2        0        1        2
# 3  3        2        0        0
# 4  4        5        2        1
dist_matrix <- matrix(c(0,12,4,1,
                       12,0,3,5,
                       4,3,0,6,
                       1,5,6,0),nrow = 4,ncol = 4)
#> dist_matrix
#     [,1] [,2] [,3] [,4]
#[1,]    0   12    4    1
#[2,]   12    0    3    5
#[3,]    4    3    0    6
#[4,]    1    5    6    0

假设您对条件的对角线不感兴趣，因此它应该 > 2

diag(dist_matrix) <- 999

距离 < 2（1 和 4）的位置

pos <- which(dist_matrix<=2,arr.ind = T,useNames = F)
# pos
#      [,1] [,2]
# [1,]    4    1
# [2,]    1    4
for(i in 1:nrow(pos)){pos[i,] <- sort(pos[i,])} # sort
# pos
#     [,1] [,2]
#[1,]    1    4
#[2,]    1    4
pos <- unique(pos) # your final vector
#pos
#     [,1] [,2]
#[1,]    1    4

然后加起来

df1[pos[1],2:4] <- df1[pos[1],2:4]+df1[pos[2],2:4]
#df1
#  ID Sample01 Sample02 Sample03
#1  1        6        4        4
#2  2        0        1        2
#3  3        2        0        0
#4  4        5        2        1

删除第 4 个位置

df1 <- df1[-pos[2],]
# df1
#   ID Sample01 Sample02 Sample03
# 1  1        6        4        4
# 2  2        0        1        2
# 3  3        2        0        0

推荐阅读