在R中使用iCAMP将phylobin的ASV ID替换为bin.id.new生成pdid.bin

需求背景 #

使用R语言的iCAMP工具处理数据时，现有一个包含进化树分箱信息的大型列表phylobin，其中：

• phylobin[["sp.bin"]]：行名为ASV ID，包含bin.id.new列（需替换为的目标整数值）
• phylobin[["bin.united.sp"]]：存储所有分箱及其对应ASV ID的列表

需要生成新的分箱列表pdid.bin，将原列表中的ASV ID替换为phylobin[["sp.bin"]]$bin.id.new对应的整数值。

数据快照 #

# phylobin[["sp.bin"]]前几行结构
> dput(head(phylobin[["sp.bin"]]))
structure(list(bin.id.strict = 1:6, bin.id.united = c(5155L, 
5155L, 5155L, 5155L, 5155L, 5155L), bin.id.new = c(1, 1, 1, 1, 
1, 1)), row.names = c("58280213177cd49ae003f799669083b1", "49da809110cfb2291f15aa751868f909", 
"dda715fd5e83bd6706ccb377023a7b04", "d22c52adf22aaab347d1de64bc394ab4", 
"11e64c80d5ba65bae3e2061c1a71deeb", "ba2e725cf081c898027196308f0b9279"
), class = "data.frame")

# phylobin[["bin.united.sp"]]前几行结构
> dput(head(phylobin[["bin.united.sp"]]))
list(c("58280213177cd49ae003f799669083b1", "49da809110cfb2291f15aa751868f909", 
"dda715fd5e83bd6706ccb377023a7b04", "d22c52adf22aaab347d1de64bc394ab4", 
"11e64c80d5ba65bae3e2061c1a71deeb", "ba2e725cf081c898027196308f0b9279"))

解决方案 #

通过创建ASV-ID到bin.id.new的映射关系，再批量替换实现需求，代码如下：

# 1. 生成ASV ID到bin.id.new的命名向量映射
asv_to_bin <- phylobin[["sp.bin"]]$bin.id.new
names(asv_to_bin) <- rownames(phylobin[["sp.bin"]])

# 2. 遍历原分箱列表，替换ASV ID为对应bin.id.new值
pdid.bin <- lapply(phylobin[["bin.united.sp"]], function(asv_ids) {
  asv_to_bin[asv_ids]
})

代码说明 #

• 第一步生成的asv_to_bin是命名向量，以ASV ID为名称，对应值为目标整数，可快速完成索引匹配
• 第二步用lapply遍历原分箱列表的每个元素，直接通过向量索引替换得到新的分箱列表

内容的提问来源于stack exchange，提问作者Geomicro