如何在R中按tpm值保留gene_name唯一行（取最大值）

在原有数据处理流程后添加分组筛选逻辑，即可保留每个gene_name对应tpm值最大的行：

file1 <- read.csv("file1.csv")
file2 <- read.csv("file2.csv")

merged_data <- file1 %>%
    merge(file2, by = "target_id") %>%
    select(gene_name, tpm) %>%
    group_by(gene_name) %>%
    slice_max(tpm, n = 1, with_ties = FALSE) %>%
    ungroup()

关键步骤说明 #

• group_by(gene_name)：按基因名对数据分组，将相同基因的行归为一组
• slice_max(tpm, n = 1, with_ties = FALSE)：在每个分组内筛选出tpm值最大的1行；with_ties = FALSE保证同一基因有多个相同最大值时只留一行（若需保留所有最大值行，可移除该参数）
• ungroup()：取消分组状态，避免后续操作受分组约束

这段代码处理你的示例输入时，会精准输出每个基因对应最大tpm的行，与期望结果完全匹配。

内容的提问来源于stack exchange，提问作者John