如何在R中将数据帧转换为矩阵

我想将一个命名向量转移到矩阵，并填充缺失的值（用0填充）

例如，我有这样一个数据帧：

col1     col2    col3
Cancer1  Gene1   2.1
Cancer1  Gene2   2.51
Cancer1  Gene3   3.0
Cancer2  Gene1   0.9

它有两列名称：

col1

和

col2

。然后我想把它转换成一个矩阵，比如：

        Cancer1   Cancer2
Gene1   2.1       0.9
Gene2   2.51      0
Gene3   3.0       0

如果向量中缺少值，请用0填充

---

我怎样才能在R中有效地做到这一点？

你可以做一个嵌套的SAPPY，循环遍历每个基因和癌症类型。如果有因子，则使用levels；如果有字符向量，则使用unique（）

my.df <- data.frame(col1=c("cancer1", "cancer1", "cancer2", "cancer2"),
           col2=c("gene1", "gene2", "gene3", "gene1"), 
           col3=c(2.1, 2.5, 3.0, 2.2))

my.mat <- sapply(levels(my.df$col1), (function(cancer){
  sapply(levels(my.df$col2), (function(gene){
    tmp <- my.df[my.df$col1 == cancer & my.df$col2 == gene, "col3"]
    if (length(tmp) > 0) {
      as.numeric(tmp[1])
    } else {
      NA
    }
  }))
}))
my.mat

---

my.df你可以做一个嵌套的SAPPY，循环遍历每个基因和癌症类型。如果有因子，则使用levels；如果有字符向量，则使用unique（）

my.df <- data.frame(col1=c("cancer1", "cancer1", "cancer2", "cancer2"),
           col2=c("gene1", "gene2", "gene3", "gene1"), 
           col3=c(2.1, 2.5, 3.0, 2.2))

my.mat <- sapply(levels(my.df$col1), (function(cancer){
  sapply(levels(my.df$col2), (function(gene){
    tmp <- my.df[my.df$col1 == cancer & my.df$col2 == gene, "col3"]
    if (length(tmp) > 0) {
      as.numeric(tmp[1])
    } else {
      NA
    }
  }))
}))
my.mat

my.df您可以使用
tidyr
软件包：

tidyr::spread(mydata, col1, col3, fill = 0)

#    col2 Cancer1 Cancer2 
# 1 Gene1    2.10     0.9 
# 2 Gene2    2.51     0.0 
# 3 Gene3    3.00     0.0

数据：

mydata您可以使用
tidyr
软件包：

tidyr::spread(mydata, col1, col3, fill = 0)

#    col2 Cancer1 Cancer2 
# 1 Gene1    2.10     0.9 
# 2 Gene2    2.51     0.0 
# 3 Gene3    3.00     0.0

数据：

mydata要么
xtabs
要么
tapply
应该这样做

tapply(my.df$col3, rev(my.df[-3]), c)
       col1
col2    cancer1 cancer2
  gene1     2.1     2.2
  gene2     2.5      NA
  gene3      NA     3.0

tapply
的优点是，如果任何一个组合有多个实例，您可以返回一个函数结果，如应用于组的
mean

xtabs(col3 ~ col2 +col1, my.df)  #same matrix result

请注意，使用
tidyverse
方法，如
spread
可能会为您提供一个“特殊”类的数据对象（而不是矩阵），如果您不期望它们，可能会有令人讨厌的属性，或者如果您期望它们可能看起来很好。
xtabs
或
tapply
都应该这样做

tapply(my.df$col3, rev(my.df[-3]), c)
       col1
col2    cancer1 cancer2
  gene1     2.1     2.2
  gene2     2.5      NA
  gene3      NA     3.0

tapply
的优点是，如果任何一个组合有多个实例，您可以返回一个函数结果，如应用于组的
mean

xtabs(col3 ~ col2 +col1, my.df)  #same matrix result

请注意，使用
tidyverse
方法，如
spread
可能会为您提供一个“特殊”类的数据对象（而不是矩阵），如果您不期望它们，可能会有令人讨厌的属性，或者如果您期望它们，可能看起来很好。
我觉得您想将data.frame转换为矩阵……是的。它是一个data.frame，但只有一列值。其他是名称。
tidyr:：spread（mydata，col1，col3）
您需要
xtabs（col3~col1+clo2，data=your.data.frame.name）
。这将返回一个从matrix类继承方法的表对象。@42-
xtabs（col3~col2+col1，data=your.data.frame.name）
正是OP想要的。（行中有基因，列中有癌症）在我看来，你想把data.frame转换成矩阵……是的。它是一个data.frame，但只有一列值。其他是名称。
tidyr:：spread（mydata，col1，col3）
您需要
xtabs（col3~col1+clo2，data=your.data.frame.name）
。这将返回一个从matrix类继承方法的表对象。@42-
xtabs（col3~col2+col1，data=your.data.frame.name）
正是OP想要的。（行中的基因和列中的癌症）
else{NA
应该是
else{0
。比它应该复杂得多。@Masoud:About
else{NA
…你是对的…但前提是你假设基因表达水平缺失，因为它根本不在所选样本中表达…@DamianoFantini“如果载体中缺少值，请用0填充。”OP明确地想要零。我知道请求中说了什么，我告诉过你是对的……我只是建议在处理基因表达数据时要小心这些生物学假设。仅此而已。
else{NA
应该是
else{0
。比它应该复杂得多。@Masoud:About
else{NA
…你是对的…但前提是你假设基因表达水平缺失，因为它根本不在所选样本中表达…@DamianoFantini“如果载体中缺少值，请用0填充。”OP明确地想要零。我知道请求中说了什么，我告诉过你是对的……我只是建议在处理基因表达数据时要小心这些生物学假设。仅此而已。