如何使用R依据另一数据框的列名分类规则重分类并合并数据框多列

实现方法 #

你需要的是按df2给出的通路分类，对df1同一通路下的所有列按行取逻辑或（只要该样本对应通路下任意基因取值为TRUE，合并后该通路列就为TRUE），以下是两种常用实现方案：

方法1：tidyverse 实现（可读性高）

library(tidyverse)

df3 <- df1 %>%
  as.data.frame() %>%
  rownames_to_column("sample_id") %>%
  # 转长格式关联分类信息
  pivot_longer(-sample_id, names_to = "Gene", values_to = "value") %>%
  left_join(df2, by = "Gene") %>%
  # 按样本+通路分组取逻辑或
  group_by(sample_id, Pathway) %>%
  summarise(value = any(value), .groups = "drop") %>%
  # 转宽格式还原结构
  pivot_wider(names_from = "Pathway", values_from = "value") %>%
  column_to_rownames("sample_id") %>%
  # 调整列顺序匹配你给出的示例
  select(D, B, A, C)

方法2：base R 实现（代码简洁）

# 构造df1列名对应的通路分组映射
col_group <- setNames(df2$Pathway, df2$Gene)[colnames(df1)]
# 遍历每个通路，按行计算逻辑或
df3 <- sapply(unique(col_group), function(p) apply(df1[, col_group == p, drop = F], 1, any))
# 调整列顺序匹配示例
df3 <- df3[, c("D", "B", "A", "C")]

内容的提问来源于stack exchange，提问作者Lin Caijin