如何基于R数据框两列组合替换指定列的字符值

首先确保数据列是字符类型（避免默认因子类型干扰）：

data[] <- lapply(data, as.character)

方法一：Base R 循环处理 #

定义一个处理单个基因型的函数，判断是否需要翻转顺序：

fix_genotype <- function(x, a1, a2) {
  chars <- strsplit(x, "")[[1]]
  if (chars[1] == a2 && chars[2] == a1) {
    paste(a1, a2, sep = "")
  } else {
    x
  }
}

逐行处理所有Ind开头的列：

for (i in seq(nrow(data))) {
  current_a1 <- data$A1[i]
  current_a2 <- data$A2[i]
  data$Ind1[i] <- fix_genotype(data$Ind1[i], current_a1, current_a2)
  data$Ind2[i] <- fix_genotype(data$Ind2[i], current_a1, current_a2)
  data$Ind3[i] <- fix_genotype(data$Ind3[i], current_a1, current_a2)
}

方法二：dplyr 向量化处理 #

如果习惯使用tidyverse工具，可以用更简洁的写法：

library(dplyr)
library(stringr)

data <- data %>%
  rowwise() %>%
  mutate(across(starts_with("Ind"), ~ {
    genotype_chars <- str_split(.x, "")[[1]]
    if (genotype_chars[1] == A2 && genotype_chars[2] == A1) {
      str_c(A1, A2)
    } else {
      .x
    }
  })) %>%
  ungroup()

运行上述代码后，即可得到符合要求的结果：

> data
  A1 A2 Ind1 Ind2 Ind3
1  A  C   AA   AC   AC
2  T  G   TG   TG   GG
3  C  T   TT   CT   CT

内容的提问来源于stack exchange，提问作者user2380782