R入门：如何将字符列基因突变DataFrame转为整数列样本矩阵？

下面提供两种适合R新手的实现方法，都能完成你需要的格式转换：

方法一：用tidyverse工具包（推荐，代码逻辑更清晰） #

如果还没装tidyverse，先安装加载：

# 仅首次运行需要安装
install.packages("tidyverse")
library(tidyverse)

通过管道流一步步处理：

dataframe2 <- dataframe1 %>%
  # 先去重：同一个基因在同一样本的多条突变记录只留一条
  distinct(`gene name`, sample, .keep_all = TRUE) %>%
  # 新增值列，标记存在突变的记录为1
  mutate(value = 1) %>%
  # 转换为宽表，样本名作为列，缺失的基因-样本组合填0
  pivot_wider(
    names_from = sample,
    values_from = value,
    values_fill = 0,
    id_cols = `gene name`
  ) %>%
  # 将基因名称设为行名
  column_to_rownames(var = "gene name")

方法二：基础R原生方法（无需额外安装包） #

用基础R的table函数快速生成交叉表，再转成0-1矩阵：

# 生成基因与样本的交叉频数表
cross_tab <- table(dataframe1$`gene name`, dataframe1$sample)
# 把频数大于0的替换为1，其余为0，转成数据框
dataframe2 <- as.data.frame(ifelse(cross_tab > 0, 1, 0))

结果验证 #

运行后执行print(dataframe2)，就能得到你想要的目标结构。

内容的提问来源于stack exchange，提问作者fatemeh