如何用R按基因分组计算DataFrame中LFC列的中位数？

方法一：使用dplyr包（代码简洁直观） #

先安装并加载dplyr包（首次使用时执行安装步骤）：

# 安装包
install.packages("dplyr")
# 加载包
library(dplyr)

假设你的数据框名为df，包含Gene和LFC两列，执行以下代码分组计算中位数：

result <- df %>%
  group_by(Gene) %>%
  summarize(LFC_median = median(LFC, na.rm = TRUE))

• group_by(Gene)：指定按基因列分组
• summarize(...)：生成每组的统计结果，na.rm = TRUE用于忽略缺失值，避免计算结果返回NA

方法二：使用Base R的aggregate函数 #

无需额外安装包，直接用基础R函数实现：

result <- aggregate(LFC ~ Gene, data = df, FUN = function(x) median(x, na.rm = TRUE))
# 重命名结果列（可选）
colnames(result) <- c("Gene", "LFC_median")

关键注意事项 #

• 先检查LFC列的数据类型：执行class(df$LFC)，若返回character，需先转为数值型：df$LFC <- as.numeric(df$LFC)
• 若数据存在缺失值，必须保留na.rm = TRUE参数，否则中位数计算会出错

内容的提问来源于stack exchange，提问作者Sude