如何将竖线分隔的两列表格转换为宽格式或长格式data frame

假设你的原始输入数据框命名为cmo_raw，三列列名分别为barcode（第一列的细胞barcode）、cmo_list（第二列的|分隔CMO编号）、umi_list（第三列的|分隔UMI计数），如果你的列名不同可对应替换。

# 加载依赖包
library(tidyverse)

# 生成期望输出B（长格式）
cmo_long <- cmo_raw %>%
  # 同时拆分CMO和UMI列，保证两者一一对应不错位
  separate_rows(cmo_list, umi_list, sep = "\\|", convert = TRUE) %>%
  # 重命名为你要求的列名
  rename(feature_call = cmo_list, num_umis = umi_list)

# 生成期望输出A（宽格式）
cmo_wide <- cmo_long %>%
  pivot_wider(
    id_cols = barcode,
    names_from = feature_call,
    values_from = num_umis,
    values_fill = 0
  )

关键说明 #

• 你之前用separate_rows()没成功大概率是没有同时传入两个需要拆分的列，单独拆分两列会出现CMO和UMI不匹配的问题，同时传入即可解决
• sep = "\\|"是因为|是正则特殊字符，需要双反斜杠转义才能被识别为普通分隔符
• convert = TRUE会自动把UMI计数从字符串转为数值类型，无需额外转换
• 你给出的输出B示例中的CMO304不在你提供的输入数据范围内，属于示例笔误，实际运行会输出输入数据包含的所有CMO对应结果

内容的提问来源于stack exchange，提问作者bud.dugong