我有 4 个基因数据框,每个数据框都有基因名称作为行和大约 20 列样本数据。因此每个矩阵都有一定数量的行(基因):
- A:10,000 个基因
- B:15,000 个基因
- C:35,000 个基因
- D:12,000 个基因
这是我试过的,它没有选择 9,000 个公共(public)行(基因)的完整列表
Data_A = read.csv("matrix_A.csv");
Data_B = read.csv("matrix_B.csv");
Data_C = read.csv("matrix_C.csv");
Data_D = read.csv("matrix_D.csv");
Expr_A = as.data.frame(t(Data_A[, -c(1:8)]))
Expr_B = as.data.frame(t(Data_B[, -c(1:8)]))
Expr_C = as.data.frame(t(Data_C[, -c(1:8)]))
Expr_D = as.data.frame(t(Data_D[, -c(1:8)]))
commonGenes1 = intersect (rownames(Data_A),rownames(Data_D))
commonGenes2 = intersect (rownames(Data_B),rownames(Data_D))
commonGenes3 = intersect (rownames(Data_C),rownames(Data_D))
Data_A = Data_A[commonGenes1,]
Data_B = Data_B[commonGenes2,]
Data_C = Data_C[commonGenes3,]
它们都有 9,000 个共同基因,尽管数据太大,我无法在 Excel 中执行此操作。我正在使用 R 来处理数据,有没有办法在 R 中的 4 个数据帧之间选择共同基因?
4 个矩阵的示例如下: http://www.filedropper.com/matrixexample
最佳答案
让我们实际将事物放入列表中(如您的标题所示),这是一种很好的做法。
list_of_data = list(Data_A, Data_B, Data_C, Data_D)
## for demo purposes, you can use
# list_of_data = list(mtcars[1:6, ], mtcars[4:9, ])
# this will get the intersection of the row.names for everything in the list
common_names = Reduce(intersect, lapply(list_of_data, row.names))
list_of_data = lapply(list_of_data, function(x) { x[row.names(x) %in% common_names,] })
感谢 @eipi10 提供了一种更好的方法来过滤列表中每个数据框的行。查看修订历史以了解一个蹩脚的 for 循环。
关于r - 如何只保留 R 中 4 个数据帧之间的公共(public)行名?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30131251/