リピートを使用してデータフレームを転置する

Question

私は、遺伝子シンボル用と機能パスウェイ用の2つの列を持つデータフレームを持っています。各経路に属する多数の遺伝子があるので、経路列は反復された値を有する。各列が単一の経路であり、それらの列の各行がその経路に属する遺伝子であるように、このデータセットの順序を変更したいと思います。

開始データフレーム：

data.frame(pathway = c("p1", "p1", "p1", "p1", "p2", "p2", "p2"), 
gene.symbol = c("G1", "G2", "G3", "G4", "G33", "G43", "G10")) 

理想のデータフレーム：

data.frame(p1 = c("G1", "G2", "G3", "G4"), p2 = c("G33", "G43", "G10", 
"")) 

私がいないすべての列が同じ長さになることを知っているし、ブランク値を持つことがNASに好適です。

Answer 1

これは別のオプションです。分割素子としての経路を使用して、リストに

1. スプリット
2. は

ここでデータフレームに戻って同じ長さに

電源を入れ、それを他のすべてのグループを、各グループの最大長を取得し、設定しますコードです。

mydf <- data.frame(pathway = c("p1", "p1", "p1", "p1", "p2", "p2", "p2"), 
      gene.symbol = c("G1", "G2", "G3", "G4", "G33", "G43", "G10")) 

# function to run over each element in list 
set_to_max_length <- function(x) { 
    length(x) <- max.length 
    return(x) 
} 

# 1. split into list 
mydf.split <- split(mydf$gene.symbol, mydf$pathway) 

# 2.a get max length of all columns 
max.length <- max(sapply(mydf.split, length)) 

# 2.b set each list element to max length 
mydf.split.2 <- lapply(mydf.split, set_to_max_length) 

# 3. combine back into df 
data.frame(mydf.split.2) 

EDITここ

がtidyverseを使用して別のオプションである - もう少し簡潔：

library(tidyverse) 
mydf <- data.frame(pathway = c("p1", "p1", "p1", "p1", "p2", "p2", "p2"), 
        gene.symbol = c("G1", "G2", "G3", "G4", "G33", "G43", "G10")) 

mydf %>% 
    group_by(pathway) %>% 
    mutate(rownum = row_number()) %>% 
    ungroup() %>% 
    spread(pathway, gene.symbol) %>% 
    select(-1) 

Answer 2

これは少し複雑に見えるかもしれませんが、それは最初に戻ってdata.frameよりもリストに移動して、所望の出力を実現：

df$gene.symbol <- as.character(df$gene.symbol) 

pw_list <- list() 
for (pw in unique(df$pathway)) { 
    pw_list[[pw]] <- df[df$pathway == pw, "gene.symbol"] 
} 
pw_list 
$p1 
[1] "G1" "G2" "G3" "G4" 

$p2 
[1] "G33" "G43" "G10" 


reordered <- matrix("", nrow = max(sapply(pw_list, length)), ncol = length(pw_list)) 
colnames(reordered) <- names(pw_list) 

for (pw in names(pw_list)){ 
    n <- length(pw_list[[pw]]) 
    reordered[1:n, pw] <- pw_list[[pw]] 
} 
reordered <- as.data.frame(reordered) 
reordered 
    p1 p2 
1 G1 G33 
2 G2 G43 
3 G3 G10 
4 G4  

EDIT

もう少し簡潔版：

df$gene.symbol <- as.character(df$gene.symbol) 
pw_list <- list() 
for (pw in unique(df$pathway)) { 
    pw_list[[pw]] <- df[df$pathway == pw, "gene.symbol"] 
} 
reordered <- as.data.frame(sapply(pw_list, "[", i = 1:max(sapply(pw_list, length))), 
          stringsAsFactors = FALSE) 
reordered[is.na(reordered)] <- "" 
names(reordered) <- names(pw_list)