如何高效筛选仅单个样本中存在的专属ASV？（R语言dplyr）

需求明确：要提取专属ASV——也就是某ASV仅在指定样本（比如MM2）中数值大于0，其余所有样本数值全为0。样本数量多的时候，手动写一堆filter条件太麻烦，这里给几个简洁高效的实现方法：

单个样本的快速过滤 #

不用逐个列写判断条件，直接判断「目标样本值>0，且其他所有样本值都≤0」：

library(dplyr)

# 提取仅在MM2中存在的ASV
asv_mm2 <- asv_table %>%
  rowwise() %>%
  filter(MM2 > 0 & sum(c_across(-MM2) > 0) == 0) %>%
  ungroup()

代码解释 #

• rowwise()：让数据按行处理，确保每一行单独计算
• c_across(-MM2)：选中除MM2外的所有样本列
• sum(...) > 0：统计其他样本里有多少个值大于0，等于0就说明其他全是0
• 最后ungroup()取消按行分组，避免后续操作出问题

批量处理所有样本 #

如果要一次性生成每个样本的专属ASV列表，用purrr包批量处理更省心：

library(dplyr)
library(purrr)

# 获取所有样本的列名
sample_cols <- colnames(asv_table)

# 批量生成每个样本的专属ASV
sample_specific_asvs <- map(sample_cols, function(sample_col) {
  asv_table %>%
    rowwise() %>%
    filter(!!sym(sample_col) > 0 & sum(c_across(-!!sym(sample_col)) > 0) == 0) %>%
    ungroup()
})

# 给列表命名，方便按样本名调用
names(sample_specific_asvs) <- sample_cols

# 比如调用MM2的专属ASV
sample_specific_asvs[["MM2"]]

Base R 替代方案 #

如果不想加载额外包，用Base R也能实现：

# 单个样本MM2
target_col <- "MM2"
other_cols <- setdiff(colnames(asv_table), target_col)
asv_mm2 <- asv_table[asv_table[[target_col]] > 0 & rowSums(asv_table[other_cols] > 0) == 0, ]

# 批量处理所有样本
sample_specific_asvs <- lapply(colnames(asv_table), function(target_col) {
  other_cols <- setdiff(colnames(asv_table), target_col)
  asv_table[asv_table[[target_col]] > 0 & rowSums(asv_table[other_cols] > 0) == 0, ]
})
names(sample_specific_asvs) <- colnames(asv_table)

这些方法不管样本数量有多少，都不用手动写一堆判断条件，既高效又不容易出错。

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