R语言按Cytoband列相同值合并行、0/1列保留出现过的1的方法
R实现按Cytoband分组合并二值列的方法
核心逻辑:其余列取值仅为0或1,分组内只要出现过1最终就取1,等价于对分组内对应列取最大值。
方法1:dplyr实现(tidyverse生态,可读性高)
适合习惯tidyverse语法的场景:
# 加载包 library(dplyr) # 分组汇总 result <- df %>% group_by(Cytoband) %>% summarise(across(everything(), max)) %>% ungroup()
如果你使用的是3.0以下版本的dplyr,可以替换为以下写法:
result <- df %>% group_by(Cytoband) %>% summarise_at(vars(-Cytoband), max) %>% ungroup()
方法2:Base R实现(无需安装第三方包)
直接用内置的aggregate函数即可完成需求,代码极简:
result <- aggregate(. ~ Cytoband, data = df, FUN = max)
方法3:data.table实现(大数据量场景效率更高)
如果你的数据集行数超十万级,推荐用data.table提升运行速度:
library(data.table) # 转换为data.table格式 setDT(df) # 按Cytoband分组汇总 result <- df[, lapply(.SD, max), by = Cytoband]
注:如果后续场景中待汇总列的取值不局限于0/1,可将汇总函数替换为
~as.integer(any(.x == 1)),逻辑更通用,可保证只要分组内出现1就返回1,否则返回0。
内容的提问来源于stack exchange,提问作者Lin Caijin
相关产品推荐
相关产品推荐

