在R中筛选同时包含Light和Healthy分组的基因数据

针对你的需求，用dplyr可以快速实现目标，核心思路是按基因分组后，筛选出同时包含Light和Healthy两个分组的基因，保留这些基因的所有行：

1. 先加载tidyverse包（未安装的话先运行install.packages("tidyverse")）：

library(tidyverse)

2. 执行筛选操作：

filtered_data <- data %>%
  group_by(gene) %>%
  filter(all(c("Light", "Healthy") %in% group)) %>%
  ungroup()

代码说明： #

• group_by(gene)：按gene列分组，将同一个基因的所有行归为一组
• filter(all(c("Light", "Healthy") %in% group))：检查当前基因组的group列中是否同时存在"Light"和"Healthy"两个值，all()确保两个条件都满足
• ungroup()：取消分组，恢复普通数据框结构

用你提供的示例数据测试，运行后会得到仅包含ZYG11B基因的两行结果，与预期一致。该方法针对52000行数据效率较高，dplyr的分组筛选操作经过优化，能快速完成计算。

内容的提问来源于stack exchange，提问作者Genetics