创建一个新列，作为R组内的价值共识

你好，我有一个数据帧，比如

Groups COL1         
G1     Unknown_RNA  
G1     Unknown_RNA  
G1     A            
G1     A            
G1     Unknown_RNA
G2     B
G2     A 
G2     B 
G3     Unknown_RNA
G3     A
G4     Unknown_RNA
G4     Unknown_RNA
G4     Unknown_RNA

然后我应该在

df$COL1

中保留最具代表性的值，并将其放在

consenseus\u COL1

列中，而不考虑值

Unknown\u RNA

（组中只有该值时除外）

在这里我应该得到：

Groups COL1         consensus_COL1         
G1     Unknown_RNA  A
G1     Unknown_RNA  A
G1     A            A            
G1     A            A     
G1     Unknown_RNA  A 
G2     B            B
G2     A            B 
G2     B            B 
G3     Unknown_RNA  A
G3     A            A
G4     Unknown_RNA  Unknown_RNA 
G4     Unknown_RNA  Unknown_RNA 
G4     Unknown_RNA  Unknown_RNA 

到目前为止，我只知道如何保持最具代表性的价值：

 df %>% filter(COL1 != "") %>%
  group_by(Groups) %>%
  add_count(COL1) %>%
  top_n(1, n) %>%
  distinct(consensus_COL1 = COL1) %>%
  right_join(df)

但我不知道如何添加

Unknown\u RNA

问题

这是数据

structure(list(Groups = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 
2L, 3L, 3L, 4L, 4L, 4L), .Label = c("G1", "G2", "G3", "G4"), class = "factor"), 
    COL1 = structure(c(3L, 3L, 1L, 1L, 3L, 2L, 1L, 2L, 3L, 1L, 
    3L, 3L, 3L), .Label = c("A", "B", "Unknown_RNA"), class = "factor")), class = "data.frame", row.names = c(NA, 
-13L))

---

一种简单的方法是在获得计数后过滤掉

Unknown\u RNA

，然后

left\u用原始数据框加入该数据，并用
Unknown\u RNA

库（tidyverse）
df%
as_tible（）%>%
分组依据（组）%>%
计数（COL1）%>%
过滤器（COL1！=“未知RNA”）%>%
前n（1，n）%>%
选择（-n）->tb\u df
tb_df
#>#tibble:3 x 2
#>#组：组[3]
#>组COL1
#>     
#>1 G1 A
#>2 G2 B
#>3 G3 A
df%>%
选择（-2）%>%
左联合（tb\U df）%>%
突变（COL1=COL1%>%替换RNA（“未知RNA”））%>%
重命名（一致性_COL1=COL1）%>%
突变（COL1=df$COL1）
#>加入，由=“组”
#>团体共识(COL1 COL1)
#>1 G1一个未知的核糖核酸
#>2 G1未知的核糖核酸
#>3 G1A
#>4 G1A
#>5 G1未知的核糖核酸
#>6g2b
#>7 G2 B A
#>8 G2 B
#>9 G3未知的RNA
#>10 G3A
#>11 G4未知核糖核酸未知核糖核酸
#>12 G4未知核糖核酸未知核糖核酸
#>13 G4未知核糖核酸未知核糖核酸

由（v0.3.0）于2021年1月29日创建，我们可以在单个管道中进行此操作，方法是将对应于“未知”RNA的“n”值替换为
NA

library(dplyr)
library(tibble)
df1 %>%
  add_count(Groups, COL1) %>% 
  mutate(n = replace(n, COL1 == 'Unknown_RNA', NA)) %>%
  group_by(Groups) %>% 
  mutate(consensus_COL1 = if(all(is.na(n))) 'Unknown_RNA' else COL1[which.max(n)])
# A tibble: 13 x 4
# Groups:   Groups [4]
#   Groups COL1            n consensus_COL1
#   <fct>  <fct>       <int> <chr>         
# 1 G1     Unknown_RNA    NA A             
# 2 G1     Unknown_RNA    NA A             
# 3 G1     A               2 A             
# 4 G1     A               2 A             
# 5 G1     Unknown_RNA    NA A             
# 6 G2     B               2 B             
# 7 G2     A               1 B             
# 8 G2     B               2 B             
# 9 G3     Unknown_RNA    NA A             
#10 G3     A               1 A             
#11 G4     Unknown_RNA    NA Unknown_RNA   
#12 G4     Unknown_RNA    NA Unknown_RNA   
#13 G4     Unknown_RNA    NA Unknown_RNA   

库（dplyr）
图书馆（tibble）
df1%>%
添加计数（组，列1）%>%
突变（n=replace（n，COL1=='Unknown_RNA'，NA））%>%
分组依据（组）%>%
突变（一致性_COL1=if（all（is.na（n）））'Unknown_RNA'else COL1[which.max（n）]）
#一个tibble:13x4
#分组：分组[4]
#组COL1 n共识_COL1
#                      
#1 G1未知的核糖核酸A
#2 G1未知核糖核酸A
#3 G1 A 2 A
#4 G1 A 2 A
#5 G1未知核糖核酸A
#6G2B2B
#7 G2 A 1 B
#8G2B2B
#9 G3未知核糖核酸A
#10 G3 A 1 A
#11 G4未知核糖核酸未知核糖核酸
#12 G4未知核糖核酸未知核糖核酸
#13 G4未知核糖核酸未知核糖核酸
非常感谢您的帮助和时间，如果我不想添加另一个异常，例如
未知\u DNA
，我可以在%c（'Unknown\u RNA'，'Unknown\u DNA'）中使用类似
%的东西吗？
在
替换中，您可以转换为使用
列%c（…）
要转换为NAthanks以获得您的帮助，它就像一个charme