我有一个看起来像这样的数据框。
> head(zeisel)
gene_name ClusterName p
1 GNAI3 ABC 0.29914
2 GNAI3 ACBG 0.33417
3 GNAI3 ACMB 0.21984
4 GNAI3 ACNT1 0.14727
5 GNAI3 ACNT2 0.22205
6 GNAI3 ACOB 0.16913
我想把它转换成这样:
有没有办法做到这一点？我尝试先设置名称，但这意味着对每一行进行迭代 rbinding。
例如:
#get name of new df
cells <- as.data.frame(table(df$ClusterName))
#now create an empty dataframe.
unmelted_df <- setNames(data.frame(matrix(ncol = length(cells$Var1), nrow = 0)), as.character(cells$Var1))
对于海量数据框，有没有办法一步完成？
一个选项是创建序列列，然后传播成“宽”格式
library(tidyverse)
zeisel %>%
mutate(rn = 1) %>%
spread(ClusterName, p)
# gene_name rn ABC ACBG ACMB ACNT1 ACNT2 ACOB
#1 GNAI3 1 0.29914 0.33417 0.21984 0.14727 0.22205 0.16913
从较新版本的 tidyr 开始，spread 将被弃用，取而代之的是可以使用 pivot_wider
zeisel %>%
pivot_wider(names_from = 'ClusterName', values_from = 'p')
# A tibble: 1 x 7
# gene_name ABC ACBG ACMB ACNT1 ACNT2 ACOB
# <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#1 GNAI3 0.299 0.334 0.220 0.147 0.222 0.169
或者使用 data.table 中的 dcast
library(data.table)
dcast(setDT(zeisel), gene_name ~ ClusterName, value.var = 'p')
# gene_name ABC ACBG ACMB ACNT1 ACNT2 ACOB
#1: GNAI3 0.29914 0.33417 0.21984 0.14727 0.22205 0.16913
数据
zeisel <- structure(list(gene_name = c("GNAI3", "GNAI3", "GNAI3", "GNAI3",
"GNAI3", "GNAI3"), ClusterName = c("ABC", "ACBG", "ACMB", "ACNT1",
"ACNT2", "ACOB"), p = c(0.29914, 0.33417, 0.21984, 0.14727, 0.22205,
0.16913)), class = "data.frame", row.names = c(NA, -6L))