R 如何创建一个新列，显示是否以及有多少变量共享一个特定观测值

我有一个关于R.中一些生物信息学数据分析的问题

我的测试数据框架由一个变量“序列”和三个不同的变量组成，变量“序列”具有不同的字母代码作为观察值，三个不同的变量代表个体/样本（P1、P2、P3），表示个体中特定观察值的计数频率（例如，P3包含序列“AB”23次）。 我现在想创建一个新列（在我的数据框中已经指示为带NA的伪列X），显示每个序列行的序列是否在个体（P1、P2、P3）之间总体共享，更重要的是，三个个体中有多少人共享它。因此，新列中的数字只能介于1到3之间。例如：对于序列“ABCDE”，新列将显示值1，因为它只出现在一个单独的P3中；对于序列“ABC”，新列将显示值2，因为它同时出现在P2和P3中；最后对于“ABCD”，它将显示3，因为所有的个体都包含该序列

在dput（）之后，我的测试数据如下所示：

谢谢大家!

您可以尝试将“p”列与正计数相加：

mydf$X <- rowSums(mydf[, grep("^P", names(mydf))]>0)

 head(mydf, 4)
#  Sequence P1 P2 P3 X
#1       AB  5  6 23 3
#2      ABC  0  2 34 2
#3     ABCD 20  3  8 3
#4    ABCDE  0  0  5 1

mydf$X 0）
负责人（多年筹资框架，4）
#序列p1p2p3x
#1 AB 5 6 23 3
#2 ABC 02 34 2
#3 ABCD 20 3 8 3
#4 ABCDE 0 0 5 1

我们可以使用

Reduce

和

lappy

df1$X <- Reduce(`+`, lapply(df1[2:4], `>`, 0))
df1$X
#[1] 3 2 3 1 2 2 1 2 2

df1$X`，0））
df1$X
#[1] 3 2 3 1 2 2 1 2 2

Reduce

可以非常高效，如基准测试所示

df1$X <- Reduce(`+`, lapply(df1[2:4], `>`, 0))
df1$X
#[1] 3 2 3 1 2 2 1 2 2