You need to enable JavaScript to run this app. 如何使用dplyr提取数据框每行排除Ref对应碱基列的最高值
优惠活动
大模型
产品
解决方案
定价
更多

如何使用dplyr提取数据框每行排除Ref对应碱基列的最高值

解决方案(dplyr实现)

原始数据中A/C/T/G四列为字符类型,需先转为数值型才能正确比较大小,完整处理逻辑如下:

# 加载dplyr包
library(dplyr)

# 核心处理代码
res <- mydf %>%
  # 将碱基计数列转为数值型
  mutate(across(c(A, C, T, G), as.numeric)) %>%
  # 按行处理
  rowwise() %>%
  mutate(
    # 排除当前行Ref对应的列后,取剩余列的最大值
    max_non_ref = max(c_across(c(A,C,T,G))[names(c_across(c(A,C,T,G))) != Ref])
  ) %>%
  ungroup()

运行后得到的res数据框会新增max_non_ref列,结果完全符合需求:

POSACTGRefmax_non_ref
110160A6
210820A8
362102T6
417811C11

如果需要同时返回最大值对应的碱基名称,可以调整mutate部分的逻辑:

res <- mydf %>%
  mutate(across(c(A, C, T, G), as.numeric)) %>%
  rowwise() %>%
  mutate(
    max_non_ref = max(c_across(c(A,C,T,G))[names(c_across(c(A,C,T,G))) != Ref]),
    max_base = names(which(c_across(c(A,C,T,G)) == max_non_ref & names(c_across(c(A,C,T,G))) != Ref))[1]
  ) %>%
  ungroup()

如果存在多个并列最大值的情况,上述代码默认取第一个出现的碱基,如需返回所有并列值,移除代码最后的[1]用列表存储结果即可。


内容的提问来源于stack exchange,提问作者CoDa

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.13 03:36:01