基于几列折叠data.table

2016-09-14 43 views 1 likes

我有一个非常大的data.table与4列，其中只有一个是完全独特的。很难解释，但它看起来像这样：基于几列折叠data.table

  ENSEMBL ENTREZID SYMBOL ALIAS 
1 ENSG00000000003  7105 TSPAN6 T245 
2 ENSG00000000003  7105 TSPAN6 TM4SF6 
3 ENSG00000000003  7105 TSPAN6 TSPAN-6 
4 ENSG00000000003  7105 TSPAN6 TSPAN6 
5 ENSG00000000005 64102 TNMD BRICD4 
6 ENSG00000000005 64102 TNMD CHM1L

我想基于第一3列将其折叠，使ALIAS柱倒塌的值的列表。

我知道我可以做results <- setDT(df)[, list(ALIAS=paste(ALIAS, collapse = '|')) , ENSEMBL]，但后来我失去了中间两个cols。

来源

2016-09-14 Ethan

如果SYMBOL和ENTREZID是相同的每个ENSEMBL，使用也作为分组变量，即'setDT（DF），。（ALIAS = paste（ALIAS，collapse =“|”）），c（names（df）[1：3]）]' – akrun

回答

You are close。尝试

DT[, paste0(ALIAS, collapse="|"), by=c("ENSEMBL", "ENTREZID", "SYMBOL")]

随着你给的数据，这给了我

  ENSEMBL ENTREZID SYMBOL       V1 
1: ENSG00000000003  7105 TSPAN6 T245|TM4SF6|TSPAN-6|TSPAN6 
2: ENSG00000000005 64102 TNMD    BRICD4|CHM1L

来源

2016-09-14 16:43:37

在发布后的秒数 – Ethan

在这种情况下，将所有要保留的列添加到by部分。

results <- setDT(df)[, 
        list(ALIAS=paste(ALIAS, collapse = '|')), 
        list(ENSEMBL, ENTREZID, SYMBOL)]

来源

2016-09-14 16:31:31

基于几列折叠data.table

回答

相关问题