R语言如何按下划线'_'拆分数据框行名并生成对应独立列

你可以直接用以下两种方法实现需求，代码可直接复现运行： #

首先构造和示例完全一致的测试数据，方便对照验证：

# 构造示例数据
gene_df <- data.frame(
  row.names = c("BGN_BGN", "RPS4Y1_BGN", "COMP_BGN", "COL2A1_BGN", "LOC653219_BGN", "XAGE1_BGN"),
  Sample_01 = c(1.0000000, -0.2367307, 0.2664066, 0.2746505, -0.2651348, -0.2604609)
)

方法1：Base R 原生实现（无需安装任何第三方包） #

不需要额外装包，打开RStudio就能直接跑，逻辑是把行名按下划线做字符串拆分，再和原数值列拼接成新数据框：

# 按下划线拆分所有行名
split_res <- do.call(rbind, strsplit(rownames(gene_df), split = "_"))
# 组装为目标结构的三列数据框
final_df <- data.frame(
  gen1 = split_res[, 1],
  gen2 = split_res[, 2],
  Sample_01 = gene_df$Sample_01
)

运行后输出的final_df完全符合要求的结构：

gen1 gen2  Sample_01
1        BGN  BGN  1.0000000
2     RPS4Y1  BGN -0.2367307
3       COMP  BGN  0.2664066
4     COL2A1  BGN  0.2746505
5 LOC653219  BGN -0.2651348
6      XAGE1  BGN -0.2604609

方法2：tidyverse 流程实现（适配dplyr数据处理习惯） #

如果你平时用tidyverse/dplyr做数据清洗，用这个方法代码更简洁，逻辑更直观：

注意：第一次用需要先运行install.packages("tidyverse")安装包

library(tidyverse)

final_df <- gene_df %>%
  # 先把行名转为普通列
  tibble::rownames_to_column("gene_pair") %>%
  # 按下划线拆分基因对为两列
  tidyr::separate(gene_pair, into = c("gen1", "gen2"), sep = "_") %>%
  # 调整列顺序为gen1、gen2、Sample_01
  select(gen1, gen2, Sample_01)

补充提示：如果后续遇到基因名本身包含下划线的特殊场景，把separate里的sep参数改为sep = "_(?=[^_]+$)"，就会固定从最后一个下划线的位置拆分，不会把单个基因名拆错。

内容的提问来源于stack exchange，提问作者Rick...