R语言提取dataframe各列前三最小值及对应Type值的实现方法

以下代码无额外包依赖，基础R环境即可运行，直接替换输入数据框即可复用：

# 1. 构造测试数据（使用时替换为你自己的蛋白组表达数据框即可）
set.seed(123)
raw_df <- data.frame(
  Type = paste0("Protein_", LETTERS[1:20]),
  Group1 = rnorm(20, mean = 10, sd = 2),
  Group2 = rnorm(20, mean = 12, sd = 3),
  Group3 = rnorm(20, mean = 8, sd = 1.5),
  Group4 = rnorm(20, mean = 15, sd = 4)
)

# 2. 核心处理逻辑
# 定义要处理的分组列名，若你的列名有差异直接修改该向量即可
target_groups <- c("Group1", "Group2", "Group3", "Group4")
extract_topn <- 3 # 提取最小的前N条，可按需修改

group_result <- lapply(target_groups, function(col_name){
  # 按当前分组数值升序排列，提取前N条的Type和分组值
  sub_df <- raw_df[order(raw_df[[col_name]], decreasing = FALSE), ][1:extract_topn, c("Type", col_name)]
  # 重命名列，方便后续合并
  colnames(sub_df) <- c(paste0(col_name, "_Type"), col_name)
  # 新增排名字段用于横向拼接
  sub_df$rank_id <- 1:extract_topn
  return(sub_df)
})

# 横向合并所有分组结果，调整为Type、数值列交替的顺序
final_output <- Reduce(function(x,y) merge(x, y, by = "rank_id"), group_result)
col_order <- as.vector(rbind(paste0(target_groups, "_Type"), target_groups))
final_output <- final_output[, col_order]

代码说明 #

• 输入数据要求：数据框必须包含存储标识的Type列，以及对应分组的数值列，若分组列命名和示例不一致，仅需修改target_groups向量内的列名即可。
• 输出结果固定为N行（默认3行），列顺序严格按照「分组1_Type、分组1数值、分组2_Type、分组2数值……」的交替规则排列，完全匹配要求的格式。
• 平局处理：如果分组内存在数值完全相同的记录，默认按原始数据的行号顺序取数；需要自定义平局规则时，可在order()函数内追加排序字段，例如order(raw_df[[col_name]], raw_df$Type, decreasing = FALSE)即可在数值相同时按Type字段的字典序排序。

测试运行上述代码得到的输出结构示意：

Group1_Type	Group1	Group2_Type	Group2	Group3_Type	Group3	Group4_Type	Group4
Protein_T	6.33023	Protein_R	6.853957	Protein_R	5.77528	Protein_D	7.220815
Protein_H	7.30628	Protein_O	7.690627	Protein_K	6.54416	Protein_S	9.018406
Protein_K	7.55848	Protein_M	8.579491	Protein_D	6.59424	Protein_P	10.21323

内容的提问来源于stack exchange，提问作者KABILAN