R语言DataFrame结构调整：将簇-条件行转为基因-条件行、簇列

假设你使用Python的pandas库处理数据，以下是实现结构调整的具体步骤：

1. 模拟原始数据结构（可替换为你的实际数据） #

先构建一个和你描述匹配的示例DataFrame，方便理解操作逻辑：

import pandas as pd

data = {
    'gene a': [1.2, 3.4, 5.6],
    'gene b': [7.8, 9.0, 1.2],
    'gene c': [3.4, 5.6, 7.8]
}
index = ['cluster a_ctrl', 'cluster a_exp', 'cluster b_ctrl']
df = pd.DataFrame(data, index=index)

2. 拆分行索引为细胞簇和条件 #

把行索引中cluster x_xxx格式的内容拆分为细胞簇名称（如cluster a）和实验条件（如ctrl/exp）两列：

# 将行索引转为普通列并重命名
df = df.reset_index().rename(columns={'index': 'cluster_condition'})
# 按第一个下划线分割，拆分出细胞簇和条件
df[['cluster', 'condition']] = df['cluster_condition'].str.split('_', n=1, expand=True)

3. 转换为长格式数据 #

将原有的基因列转为行，保留细胞簇、条件和对应的表达量数据：

melted_df = df.melt(
    id_vars=['cluster', 'condition'],
    var_name='gene',
    value_name='expression'
)

4. 合并基因与条件为新行名 #

把基因名称和实验条件组合成目标行名格式（如gene a_ctrl）：

melted_df['gene_condition'] = melted_df['gene'] + '_' + melted_df['condition']

5. 重塑为目标结构 #

将细胞簇转为列，基因+条件的组合作为行，得到最终的DataFrame：

final_df = melted_df.pivot(
    index='gene_condition',
    columns='cluster',
    values='expression'
)
# 可选：清理冗余的列名标签
final_df.columns.name = None

执行完成后，final_df的结构就完全符合你的需求：列是细胞簇名称，行是基因+实验条件的组合。

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