R语言如何从多列二分类矩阵生成指定分类的标签变量

问题原因 #

你之前的代码用rep()函数是按照「连续2个Bacteria A、连续3个Bacteria B、连续4个Bacteria C」的固定连续重复规则生成标签，但是实际你的矩阵列对应的标签没有这种连续排列的规律，所以得到的结果和预期不符。

通用解决方案（适配981列的批量打标签需求） #

你已经明确所有列编码和标签的对应关系，推荐用映射匹配的方法实现，不需要依赖列的排列顺序，准确率更高。

方案1：全量对应表匹配（适用所有场景，无规律也能用） #

第一步先整理你的列编码和标签的对应关系表，不管多少列都可以提前整理好：

# 测试用对应表示例，981列时把所有列的对应关系都补充到这个表里即可
label_map <- data.frame(
  col_code = c("X543.4","X543.5","X543.6","X543.7","X543.8","X543.9","X543.10","X543.11","X543.12"),
  sample = c("Bacteria B","Bacteria C","Bacteria B","Bacteria C","Bacteria C","Bacteria A","Bacteria C","Bacteria A","Bacteria C")
)

第二步直接匹配矩阵列名生成标签表：

my_sample_col <- data.frame(
  sample = label_map$sample[match(colnames(df), label_map$col_code)],
  row.names = colnames(df)
)

方案2：规则批量匹配（适用列标签有统一分类规则的场景） #

如果你的标签可以通过列名的编码规则批量分类，直接用条件判断批量生成即可，不需要手动整理全量对应表：

library(dplyr)
col_names <- colnames(df)
sample_labels <- case_when(
  # 按你自己的分类规则补充条件即可
  col_names %in% c("X543.9", "X543.11") ~ "Bacteria A",
  col_names %in% c("X543.4", "X543.6") ~ "Bacteria B",
  .default = "Bacteria C"
)
my_sample_col <- data.frame(sample = sample_labels, row.names = col_names)

两种方案都可以直接扩容到981列的场景，不会出错。

内容的提问来源于stack exchange，提问作者biogamer.31