如何修改tibble中GeneID列格式 统计两个tibble的共有行数

两种格式调整的操作都可以直接实现，任选一种统一两个tibble的GeneID格式后，即可完成共有行计数：

格式统一方法 #

• 给纯数字GeneID添加Gene前缀
  假设存储纯数字格式GeneID的tibble命名为tb1，直接对列做字符拼接即可，若原列是数值类型需要先转字符型避免报错：

  library(dplyr)
  tb1 <- tb1 %>%
    mutate(GeneID = paste0("Gene", as.character(GeneID)))
  

• 移除带前缀GeneID中的Gene字段
  假设存储Gene1这类带前缀ID的tibble命名为tb2，用正则替换掉开头的Gene字符串即可，需要匹配数值类型的话可以额外做类型转换：

  tb2 <- tb2 %>%
    mutate(GeneID = gsub("^Gene", "", GeneID))
    # 若要转成数值类型和原数字ID匹配，把上面一行替换为下面的代码
    # mutate(GeneID = as.numeric(gsub("^Gene", "", GeneID)))
  

共有行统计 #

格式对齐后，直接按GeneID匹配筛选、计数即可：

# 统计tb1中同时存在于tb2的行总数
common_row_num <- tb1 %>%
  filter(GeneID %in% tb2$GeneID) %>%
  nrow()

如果需要匹配所有列的值完全一致才算共有行，可以在格式对齐后用inner_join(tb1, tb2)连接两个表，再统计返回结果的行数即可。

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