在R中匹配dataframe列表的X/Y坐标并提取至新dataframe

先把分散的数据框整合为列表 #

别逐个单独处理cell_type_1、cell_type_2这类变量，把它们放进列表里，批量操作更高效：

# 按实际数据框数量调整，比如你有5个就写5个
cell_dfs <- list(cell_type_1, cell_type_2, cell_type_3)
# 给列表元素命名，后续组合名更清晰
names(cell_dfs) <- paste0("cell_type_", seq_along(cell_dfs))

提取所有数据框共有的(X,Y)坐标 #

先找出所有数据框都存在的坐标对，作为匹配基准：

# 提取每个数据框的坐标列
coord_list <- lapply(cell_dfs, function(df) df[, c("X", "Y")])
# 用Reduce逐步合并，找出交集
shared_coords <- Reduce(function(a, b) merge(a, b, by = c("X", "Y")), coord_list)

生成所有物种组合的匹配数据框 #

要得到所有可能的物种组合（单种、两种、三种...），可以用组合函数生成所有子集，再逐个处理：

library(purrr)
library(dplyr)

# 生成所有非空子集的索引
all_subsets <- map(1:length(cell_dfs), function(k) combn(seq_along(cell_dfs), k, simplify = FALSE)) %>%
  flatten()

# 遍历每个子集，生成对应的数据框
combo_results <- map(all_subsets, function(idx) {
  # 取出当前子集的所有数据框
  selected <- cell_dfs[idx]
  
  # 逐个合并，匹配坐标并拼接Name
  merged <- Reduce(function(df1, df2) {
    merge(df1, df2, by = c("X", "Y")) %>%
      mutate(Name = paste(Name.x, Name.y, sep = "+")) %>%
      select(X, Y, Name, ID = ID.x) # 这里ID取第一个数据框的，按需调整
  }, selected)
  
  # 给结果加组合名标识
  combo_name <- paste(names(selected), collapse = "+")
  attr(merged, "combination") <- combo_name
  merged
})

# 给结果列表命名，方便直接调用
names(combo_results) <- map_chr(all_subsets, function(idx) paste(names(cell_dfs)[idx], collapse = "+"))

使用结果 #

现在combo_results里就是所有组合的数据框，比如调用两种细胞的组合：

# 查看cell_type_1和cell_type_2的匹配结果
combo_results[["cell_type_1+cell_type_2"]]

注意事项 #

• 如果ID列在不同数据框中无意义，可以直接去掉ID = ID.x这部分
• 要是需要保留每个物种的原始名称列，不要拼接，就删掉mutate(Name = ...)，保留Name.x、Name.y等列
• 大数据量下推荐用data.table替代dplyr，合并速度会快很多

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