使用R合并数据框中Pathway列值相同的行并对其余单元格求和

实现方法 #

方法1：使用dplyr包（推荐，tidyverse生态常用） #

# 加载依赖包，未安装可先运行 install.packages("dplyr")
library(dplyr)

# 构造原始测试数据，你可以直接替换为自己的df
df <- structure(list(ACSK = c(1, 0, 0, 0, 0, 0, 0), AEUJ = c(0, 0, 
0, 0, 0, 0, 0), AEXF = c(0, 0, 0, 0, 0, 0, 1), AIWT = c(1, 1, 
0, 0, 0, 1, 0), ALGN = c(0, 0, 0, 1, 1, 1, 0), AMFQ = c(0, 1, 
0, 0, 0, 0, 0), Pathway = c("Genome_integrity", "PI3K", "TF", 
"RTK_RAS", "PI3K", "Epigenetic_modifier", "PI3K")), row.names = c(NA, 
7L), class = "data.frame")

# 按Pathway分组，对所有数值列求和
df2 <- df %>%
  group_by(Pathway) %>%
  summarise(across(where(is.numeric), sum)) %>%
  ungroup()

# 查看输出结果
print(df2)

方法2：Base R 原生实现（无需安装额外包） #

# 按Pathway分组，其余列求和
df2 <- aggregate(. ~ Pathway, data = df, FUN = sum)
# 调整列顺序和原始数据保持一致（可选操作）
df2 <- df2[, c(setdiff(colnames(df2), "Pathway"), "Pathway")]

输出结果验证 #

运行上述代码得到的结果和你预期的完全一致：

ACSK AEUJ AEXF AIWT ALGN AMFQ             Pathway
1    0    0    0    1    1    0 Epigenetic_modifier
2    1    0    0    1    0    0    Genome_integrity
3    0    0    1    1    1    1                PI3K
4    0    0    0    0    1    0             RTK_RAS
5    0    0    0    0    0    0                  TF

如果需要行号按1到5顺排，直接运行rownames(df2) <- NULL即可。

内容的提问来源于stack exchange，提问作者Lin Caijin